人工智能的一些進(jìn)步被夸大了

麻省理工學(xué)院的計(jì)算機(jī)科學(xué)研究生Davis Blalock和他的一些同事最近比較了81種剪枝算法——使神經(jīng)網(wǎng)絡(luò)更有效的微調(diào)?！皩?xiě)了50篇論文之后，”他說(shuō)，“很明顯，當(dāng)時(shí)的技術(shù)水平還不是很明顯。”

《科學(xué)》雜志引用了幾篇報(bào)道來(lái)支持這一說(shuō)法。例如，在2019年，對(duì)“搜索引擎中使用的信息檢索算法”的元分析發(fā)現(xiàn)，高分實(shí)際上是在2009年設(shè)定的。今年3月，一篇提交給arXiv的研究圖像丟失函數(shù)的論文得出結(jié)論，圖像檢索的準(zhǔn)確性自2006年以來(lái)沒(méi)有提高。在去年的另一項(xiàng)研究中，研究人員分析了媒體流媒體服務(wù)使用的神經(jīng)網(wǎng)絡(luò)推薦系統(tǒng)，發(fā)現(xiàn)七分之六的推薦系統(tǒng)都沒(méi)有超過(guò)幾年前開(kāi)發(fā)的簡(jiǎn)單的非神經(jīng)算法。

部分問(wèn)題在于，正如卡內(nèi)基梅隆大學(xué)(Carnegie Mellon University)計(jì)算機(jī)科學(xué)家濟(jì)科?科爾特(Zico Kolter)所指出的那樣，研究人員更有動(dòng)力去創(chuàng)建新的算法并對(duì)其進(jìn)行微調(diào)，而不是簡(jiǎn)單地對(duì)現(xiàn)有算法進(jìn)行優(yōu)化。Kolter補(bǔ)充道，后一種方法也使得論文的推導(dǎo)更加困難。

然而，這并不是一次徹底的清洗。即使新方法并不總是比舊技術(shù)更好，在某些情況下，也可以對(duì)遺留方法進(jìn)行調(diào)整，使其更好。布萊洛克說(shuō)，這幾乎就像一個(gè)風(fēng)險(xiǎn)投資組合，“其中一些業(yè)務(wù)并沒(méi)有真正發(fā)揮作用，但也有一些非常出色?！?/p>