专访递归神经网络之父：AI下一轮革命核心是“人工好奇心”( 十 )_：专访递归神经网络之父：AI下一轮革命

“至少像小动物一样聪明”

澎湃新闻：在LSTM和GRU之后，RNN是否可能有一个新的主干网络结构？如果是这样的话，会有什么改进呢？

Jürgen Schmidhuber：尽管LSTM现在消耗了世界上大部分的计算能力，但是没有证据表明LSTM是最好的循环神经网络。（更不用说功能较弱的LSTM变体GRU，它是许多LSTM变体中的一个）事实上，在2009年，我们已经有了一个系统，它自动设计了类似LSTM的架构，至少在某些应用中优于普通的LSTM。这种“神经架构搜索”现在被广泛使用，也许我们可以开始期待下一个人工智能的重大突破是由人工智能本身产生的。

澎湃新闻：人工智能领域的下一个突破可能会发生在什么领域？当前人工智能落地应用的真正困难是什么？例如，机器翻译、阅读理解有哪些困难？

Jürgen Schmidhuber：目前，基于人工智能的翻译和阅读理解并不差。但现实世界中，机器人的人工智能比这个难得多，也比单纯棋盘游戏（国际象棋、围棋）或电子游戏（星际游戏、Dota游戏）的人工智能难得多。儿童、甚至某些小动物仍然比我们最好的自学机器人聪明得多。但我认为，在不到几年的时间里，我们将能够构建一个基于RNN的人工智能（RNNAI），使其逐渐变得至少像小动物一样聪明，具有好奇心和创造性，并持续地学习如何计划和推理，以非常普适的方式将各种问题分解为可快速解决（或已经解决）的子问题。