智慧技術的躍競年代

NeurIPS (舊稱NIPS)，為機器學習領域的頂尖會議(頂會)，12月在溫哥華召開。不令人意外，在智慧技術的浪潮下，論文投稿以及參加人數持續創新高，大會還得啟動抽籤機制，來決定誰可以註冊參加會議，結果這個較偏理論的機器學習大會還是湧進了大約一萬三千人左右。參與其中，我們發現這也是智慧技術的躍競(Leap)時刻。

在前文〈何處延攬AI新秀？掌握最新技術趨勢？〉中我們已經說明頂會的重要性、各領域的頂會、以及需參加的原因。簡言之，頂會論文為各領域最重要的前瞻技術來源，更是評估專業能力的重要指標之一。所以自然成為該領域研究成果展現，以及研究人員匯集的地方。本次會議中，台灣籍的研究人員實際參與人數不知，但在網路臨時號召下，有90幾位報名參加Taiwan Night的聚會。

雖然是學術會議，如同其他頂會NeurIPS也一直嘗試躍競，改變自己。最有名的是在2014大會進行了所謂「NIPS實驗」來了解頂會中論文審查委員(都是有經驗的研究人員)可能造成的錄取偏差。大會將少部分(10%)的論文同時交給兩批不同的論文審查委員，結果發現這兩批審查委員分別錄取的論文中有一半是被另一批委員們給拒絕的，可以想像頂會激烈競爭以及審查委員的差異對這些潛在優質論文的影響。大會接著利用這樣的發現來改進論文審查程序。

NeurIPS試著降低知識傳播的攔阻(如地域、財務、國家等)。大會今年將每一場演講即時錄影轉播，同時也公開在大會網站上。除了溫哥華當地的大會外，更鼓勵新型態的地域型會議，世界各地都有聚會小組，一起參與會議直播，鼓勵當地原生討論。

NeurIPS這幾年特別強調論文的可重現性，要求大家提供程式碼以及資料集，今年約有七成五的錄取論文提供了程式碼。頂會強調公平開放甚至有特殊的經費來鼓勵少數族裔(黑人、猶太、阿拉伯、女性等)參與頂會，安排專屬活動(工作坊、演說等)。今年大會甚至提供了育嬰中心，所以這次還看到不少推著嬰兒車來參與會議的研究人員。

招聘一直是頂會的重要(但是潛在)活動。如同其他國家或是頂級企業，我們急需這些在頂會的活躍參與者。而這些在開放環境、躍競思維中訓練出來的研究人員，我們(企業、學界、甚至國家)該用什麼樣的態度、或是建構怎樣的環境來爭取這些蓄勢待發、不斷超越過去的國際人才？

在研究主題上，因為是偏理論的機器學習會議，大會的討論專注於各種機器學習的理論細節。例如深度學習技術中的生成對抗網路(GAN)、強化學習(RL)、圖形學習等在穩定性、可解釋性、擴充性的深度研究。以知識結構圖(knowledge graph)表示的既有知識，如何協助以訓練資料為驅動原料的深度學習技術。或是理論上的新發現來支持應用(自然語言、電腦視覺等)的新發展。一千多篇論文持續推升機器學習技術的理論基礎。

致力於深度學習技術以及剛獲得圖靈獎(資訊領域的諾貝爾獎)的Yoshua Bengio的主題演說則為目前的智慧技術發展以及未來突破的方向，給了非常好的定調。智慧技術與過去相比雖已經有非常大的進步，但還是有諸多限制：例如只能解決特定領域的問題，無法輕易擴充到新的工作、穩定度尚待改進、應用場域中還有許多不可思議(無法解釋)的小錯誤等。所以今年大會的主題有不少此類論文。

Bengio更藉著行為經濟學的經典著作「快思慢想」，來解釋目前以及未來的智慧技術差異。書中將人大腦的運作方式區分成兩種系統—分別稱之為「系統一」和「系統二」。系統一代表的是反射性的直覺思考，如辨識照片是否為蘋果、駕車等；系統二代表的是複雜的理性思考、推論、因果推敲、解釋等。目前深度學習技術的範疇大致在「系統一」的區間，Bengio的主題演說中表明不滿足於目前技術的發展，大聲呼籲往更進一步的「系統二」躍進，尋求更多的突破點。

雖然複雜的「系統二」技術仍未被清楚掌握，但是對於發展較成熟的「系統一」，台灣的產業界，是否已經看到滿滿屬於「系統一」這些低垂的果實(機會)？甚至是可以協助我們躍競到下個智慧世代的國際人才。莊稼已經成熟，我們該勇敢收割了！