Transcription
大家好，这里是最佳拍档，我是大飞。
最近，油管上的AI Stories频道悄悄上线了一位AI元老级人物的个人纪录片。这个人，就是被称作“卷积网络之父”、“深度学习三剑客”之一，同时也是Meta首席AI科学家的Yann LeCun。
这部纪录片不长，只有17分36秒。但是里面包涵的是这位AI传奇人物四十年的探索历程，更是整个深度学习领域从“无人问津”到“席卷全球”的缩影。
更有意思的是，这部纪录片上线的时机非常微妙。就在不久之前，Meta的创始人马克·扎克伯格（Mark Zuckerberg）公开暗示，可能会重新考虑旗下知名开源大模型Llama的开源策略。要知道，Yann LeCun一直是开源AI最坚定的倡导者之一。他曾经不止一次的说过，选择在Meta工作，就是因为Meta对开源的坚定承诺。
那么问题来了，如果Meta真的收紧开源策略，这位开源信徒还能在Meta找到容身之所吗？更何况，如今扎克伯格又让28岁的Alexander Wang出任Meta的首席AI官，LeCun心里又会如何感受呢？
今天，我们就借着这部纪录片来聊一聊Yann LeCun的故事，看看他是如何从法国索邦大学的一名“孤独探索者”，成长为改变AI格局的“教父”，又为何始终坚信开源才是AI的未来。
可能，有不熟悉AI的观众会问，Yann LeCun是谁？在AI圈里，他的名字几乎等同于卷积神经网络CNN（Convolutional Neural Network）。这项如今被广泛用在图像识别、自动驾驶、医疗影像等领域的核心技术，正是LeCun在三十多年前奠定的基础。
他出生于1960年，是法国裔美籍计算机科学家。除了“卷积网络之父”的称号，更重要的身份还是“深度学习三剑客”之一。另外两位，则是杰弗里·辛顿（Geoffrey Hinton）和约书亚·本吉奥（Yoshua Bengio）。这三个人，在2018年共同获得了计算机领域的最高荣誉“图灵奖”，理由是“为深度学习的发展奠定了基础，推动了神经网络的复兴”。
可能很多观众不知道的是，LeCun在博士阶段就做出了一件影响深远的事。他提出了一种早期形式的“反向传播”（Backpropagation）算法，专门用来训练多层神经网络。现在我们知道，反向传播是深度学习的“核心引擎”之一，几乎所有深度模型的训练都离不开它。但是，在当时，这个想法不仅不被看好，甚至还被同行嘲笑。
为什么？因为在上世纪80年代，“神经网络”还是个极其冷门的领域。冷门到什么程度呢？LeCun在法国索邦大学读博士的时候，整个法国都找不到一个和他研究方向相同的人。他在纪录片里回忆过这段日子，说：“人们当时在取笑我们，那些研究神经网络的人。”
但是，LeCun没有被嘲笑吓退。因为他有一个坚定的信念，那就是机器真正的力量，不在于被动执行人类写好的程序，而在于学会自己学习。这正是今天AI的核心思想。但是，在40年前，这简直就是“天方夜谭”。
为了寻找突破口，他埋首于当时寥寥几位先驱的论文里，比如约翰·霍普菲尔德（John Hopfield）的Hopfield神经网络、杰弗里·辛顿的玻尔兹曼机，还有特里·塞诺夫斯基（Terry Sejnowski）的深度置信网络。他慢慢的意识到，要想让机器“学会学习”，关键是破解“多层神经网络的训练难题”，而当时的技术只能训练简单的单层或者双层网络，对于稍微复杂一点的多层网络，根本无法有效的调整参数。
命运的转折点发生在1985年。那一年，LeCun参加了一场学术研讨会，在会上遇到了美国科学家，同时也是神经网络领域早期探索者的特里·塞诺夫斯基（Terry Sejnowski）。他和杰弗里·辛顿合作过不少研究。塞诺夫斯基听完LeCun的报告后非常兴奋，回到美国就找到辛顿说：“有个法国的小伙子，正在做跟我们一样的事情！”
几个月后，杰弗里·辛顿（Geoffrey Hinton）专门跑到巴黎，想要看看这个法国小伙子的研究到底怎么样。有意思的是，当时辛顿的法语并不好，两人的交流主要是靠着数学公式。但是恰恰是这些清晰的公式，让辛顿一眼就看懂了LeCun的价值。他当即向LeCun发出邀请：“你何不来多伦多，跟我做博士后呢？”
1987年，LeCun博士毕业，毫不犹豫地前往加拿大多伦多大学，跟着辛顿做了一年博士后。这段经历，成了他后来学术生涯的一个关键跳板。因为在多伦多，他不仅能和辛顿直接合作，接触到深度神经网络最前沿的思想，还结识了一批后来同样成为AI领域中坚力量的学者。可以说，正是这段合作，为他后来在贝尔实验室的突破埋下了伏笔。
1988年，LeCun离开多伦多，加入了当时全球科技界的“圣地”，贝尔实验室（Bell Labs）的自适应系统研究部门。可能现在的年轻观众对贝尔实验室不太熟悉，但是在20世纪，它绝对是“现代科技的摇篮”，包括像晶体管、激光、光纤、UNIX操作系统、C语言等等，这些改变世界的发明，都诞生在这里。当时的贝尔实验室汇聚了全球顶尖的计算机科学家和工程师，对于LeCun来说，这里是把理论想法变成实际产品的最佳舞台。
果然不其然，加入贝尔实验室后，LeCun只用了一两个月，就做出了一个震惊团队的成果。他开发了一个手写数字识别系统，只要把一张写有数字的纸放在摄像头下，按一下按键，系统就能以每秒几个字符的速度准确识别所有的数字。这个看似简单的“演示”，后来催生出了AI领域最早的商业应用之一：自动读取支票金额的ATM系统。
具体来说，LeCun和贝尔实验室的团队，基于他提出的“卷积神经网络”CNN，开发了一套“支票手写体识别系统”。这套系统能自动读取银行支票上的手写数字，比如金额，然后转化为计算机可处理的信息。在1990年代末，这套系统正式投入商用，被NCR等当时的金融设备巨头，部署到了全球各地的ATM机上。根据后来统计，这套系统最多的时候，处理了全美国超过10%的支票。要知道，在那之前，银行处理支票全靠人工，不仅效率低，还容易出错。LeCun的技术，一下子把金融票据处理的自动化水平，提升到了新的高度。
而这一切的核心，就是“卷积神经网络”（CNN）。LeCun设计CNN的灵感，来自于人类的生物视觉系统。我们的眼睛看东西的时候，会先识别边缘、颜色等简单的特征，再逐层组合成复杂的物体。比如，我们会先看到线条，再看到轮廓，最后认出是“猫”。CNN也是如此，它通过“卷积层”逐层提取图像的低级特征，比如像素或者边缘，再通过“池化层”来压缩信息，最后通过“全连接层”完成分类或者识别。
LeCun把这套架构命名为“LeNet”，最初就是为了识别手写数字设计的。1989年，他发表了一篇著名的论文《利用反向传播算法识别手写邮政编码》（Backpropagation Applied to Handwritten Zip Code Recognition）。在这篇论文里，他详细展示了LeNet如何用反向传播算法进行训练，以及在手写邮政编码识别任务上的准确率。在当时，这个准确率远远超过了传统的模式识别方法。这篇论文，现在被公认为“现代深度卷积网络的起点”，直到今天，我们用的ResNet、YOLO等图像识别模型，本质上都是在LeNet的基础上改进而来的。
但是，成功的道路从来不是一帆风顺的。尽管LeCun的技术在实验室里表现出色，想要让整个行业接受它，却异常的艰难。他在纪录片里解释了背后的原因：因为当时每个人都用着不同的电脑、不同的操作系统，导致系统很难复现。当时还没有统一的深度学习框架，比如现在的TensorFlow、PyTorch等等。要想把LeNet部署到不同的硬件上，就需要手动调整大量的代码。再加上当时“神经网络”的名声并不好，很多公司宁愿用传统的统计方法，也不愿意尝试这种“看起来很复杂”的新技术。所以，尽管LeCun手里握着“未来的钥匙”，却很难把它分享给更多的人。
这种“不被理解”的状况，一直持续到21世纪初。2003年，LeCun已经成为纽约大学的教授。他意识到，要想让神经网络被更多人接受，光靠技术改进还不够。“名字”或许也是个问题。“神经网络”这个词，在当时已经和“不可靠”、“难训练”绑定在了一起。于是，他和杰弗里·辛顿、约书亚·本吉奥等同行，做出了一个影响深远的战略决策：把“神经网络”改名为“深度学习”（Deep Learning）。“深度学习”这个名字，一方面突出了“多层网络”的核心特征，也就是网络的层数多；另一方面也避开了“神经网络”之前的负面标签。
但是，真正让“深度学习”爆发的，还是杰弗里·辛顿策划的一场“天才阳谋”。辛顿当时意识到，要让行业认可深度学习，必须在一个“刚需领域”做出无可辩驳的成绩。语音识别就是最好的选择。当时，微软、谷歌、IBM三家公司拥有全球最顶级的语音识别引擎，它们用的都是传统的“隐马尔可夫模型”（HMM），准确率已经到了瓶颈。辛顿把自己的三名学生作为实习生，分别送到了这三家公司，给他们的任务只有一个：用深度学习系统，替换掉传统引擎里的“声学建模”部分。因为声学建模是语音识别的核心，负责把声音信号转化为文字特征。
结果超出了所有人的预期。这三名学生开发的深度学习声学模型，在所有测试集上的准确率，都超过了传统的HMM模型。LeCun在纪录片里提到这件事时，忍不住笑称：“这手策划真是高明！”更关键的是，在那之后不到18个月，深度学习就彻底占领了语音识别领域。几乎每一部智能手机的语音助手，比如苹果的Siri、谷歌的Google Assistant，背后用的都是深度学习技术。一场“语音识别革命”，就这么悄无声息地完成了，而深度学习也从此从“小众技术”变成了“行业标配”。
随着深度学习的普及，LeCun的职业生涯也迎来了新的阶段。2013年，他加入了当时还叫Facebook的Meta，负责组建Meta的人工智能研究实验室（FAIR）；2018年，他的头衔进一步提升为“首席AI科学家”（Chief AI Scientist），这意味着他不仅要领导FAIR的学术研究，还要参与Meta整个公司的AI战略制定。
LeCun为什么要选择Meta呢？他在纪录片里说得很清楚：因为Meta对开源有着坚定的承诺。这种“开源信念”，是LeCun一直以来的核心观点。他在纪录片里站在巴黎的法兰西科学院前说：“我们看到的并非是地区间的竞争，而更多是开放研究、开源世界与闭源生态之间的较量。”在他看来，AI的真正进步，不在于某个国家或某个公司“垄断技术”，而在于让创新成果普惠大众。而开源系统能让全球的开发者共同迭代、改进技术，速度远远超过闭源生态的“闭门造车”。
最典型的例子就是Meta的Llama模型，它正是由在巴黎的Fair团队研发的。自从发布以来，下载量已经高达8亿次。无数中小企业、科研机构、个人开发者，都在用Llama做二次开发，有的做了垂直领域的AI助手，有的优化了模型效率，有的甚至开发了面向边缘设备的轻量化版本。LeCun认为，这才是AI该有的样子。哪个国家处于领先并不重要，重要的是，开放研究和开源社区的迭代速度，要比那些选择秘不示人的公司更快。
但是现在，这种“开源信念”正面临着考验。扎克伯格最近的表态，让外界开始猜测Meta是否会收紧Llama的开源策略。如果Meta真的这么做，LeCun还会继续留在Meta吗？目前他还没有公开回应。但是，从他过去的言论来看，开源是他的“底线”之一。比如，他曾说过：“如果一家公司不再支持开源，那它就不再是我想为之工作的地方。”所以，Meta未来的开源策略变化，或许会成为LeCun职业生涯的又一个“转折点”。
除了开源，LeCun对AI的未来还有一个重要的观点，那就是他不认同“AI威胁论”。现在很多人担心“AI会失控”、“AI会取代人类”，但是LeCun认为，这是一种“不必要的恐慌”。他在纪录片里说道：“AI失控并不是一个不可避免的宿命，而是一个需要去解决的工程问题。”就像制造安全的飞机一样，在他看来，人类在发展技术的过程中，总是能找到控制风险的方法。比如，飞机发明的初期也有很多事故，但是现在已经成了最安全的交通工具之一。而AI的安全问题，本质上也是一样，只要提前设计好“安全护栏”，就能避免风险。
他还犀利地反驳了“智力与统治欲望正相关”的观点。很多人会觉得“AI越聪明，就越想统治人类”，但是LeCun说：“看看政界，情况甚至恰恰相反。”他提出了一个“目标驱动架构”（Goal-Driven Architecture）的设想。未来的AI系统，应该被预先设定好明确的“目标”，比如“帮助人类解决疾病”或者“减少碳排放”，同时设置不可逾越的“安全规则”，比如“不能伤害人类”、“不能欺骗人类”等等。他甚至预言，未来不会是“AI统治人类”，而是一种用我的正义AI，来对抗你的邪恶AI的制衡局面，通过不同AI之间的相互监督，来确保技术始终服务于人类。
在纪录片里，LeCun坚定的说道：“我相信社会最终会做出正确的选择，因为民众会提出这样的要求。”在他的眼里，AI的终极意义不是“取代人类”，而是“增强人类的智慧”，就像15世纪的印刷机一样，它没有取代人类的写作能力，而是让知识得以更广泛地传播，推动了文艺复兴和科学革命。所以，AI也应该是这样，它能够帮人类处理繁琐的重复劳动，让我们有更多精力去思考、去创造，最终推动一场新的“文艺复兴”。
当然，脱下“AI教父”的光环，LeCun也是一个充满生活气息的人。他在纪录片里分享了很多自己的爱好。比如，他从工程师父亲那里继承了动手的能力，从小就痴迷于制造各种飞行器，他说：“我们把它们飞上天，再把它们摔下来。”（当然不一定是故意的）。现在有空的时候，他还会自己组装无人机，享受从无到有创造东西的乐趣。他还对动物的智慧充满好奇，经常看关于动物行为学的纪录片。音乐也是他生活中的一个重要部分，品味很广，从古典的巴洛克音乐，到现代的硬波普爵士，他都能欣赏。另外，他对美食也很执着，尤其怀念巴黎的味道，因为他有四分之一的阿尔萨斯血统，这是法国东北部的一个地区，靠近德国，所以饮食文化融合了法德特色。而外祖母做的传统阿尔萨斯炖菜，是他心中“最家乡的味道”。
这些爱好，其实也影响了他的科研生涯。比如，对生物视觉的兴趣，让他发明了CNN；对动手的热爱，让他更注重技术的实际应用。用他自己的话来说就是：“一个只懂算法的科学家，不是一个完整的创造者；只有懂得生活，才能做出真正改变生活的技术。”
最后，在纪录片的结尾，LeCun把目光投向了年轻一代，说了一段非常恳切的话，他觉得很有必要和大家分享。他说：“不要让那些负面或者耸人听闻的故事，阻碍你前进的脚步。要认识到自己的力量，主动去塑造你所期望的未来。即使是一个简单的想法，只要它对你意义重大，只要你笃信不疑，就能带来改变。未来，取决于你自己。”
这段话，其实也是LeCun自己的人生写照。40年前，他在索邦大学研究神经网络的时候，没人看好他；30年前，他在贝尔实验室推广CNN的时候，没人相信这个技术能商用；20年前，他和同行把“神经网络”改名为“深度学习”的时候，没人想到这个名字会改变整个行业。但是，他始终笃信自己的想法，一步一步坚持下来，最终成为了改变AI历史的人。
所以，对于我们每个人来说，无论是想进入AI领域，还是在其他领域追求梦想，LeCun的故事都告诉我们，真正的创新，往往开始于“不被理解”，而真正的坚持，则源于对自己想法的笃信。AI的未来，也不会是由某一个公司或者某一个国家决定的，应该是由每一个愿意参与其中、愿意用技术创造价值的人，所共同书写的。
好了，今天关于Yann LeCun的故事，就和大家聊到这里。纪录片的链接我会放在视频简介里。感谢观看本期视频，我们下期再见。