LeCun称梯度下降是最优雅的 ML 算法，Marcus：我不同意( 二 ) 作者｜李梅编辑

我感觉自己又被「稻草人谬误」攻击了，附上我的论点核心：我从未呼吁要替代深度学习/梯度下降。未来会出现的是「其他」工具，比如与SGD一起工作的符号处理操作。
文章图片
Marcus还搬出发表于2018年的一篇文章“DeepLearning:ACriticalAppraisal”作为证据：
尽管有我所描述的这些问题，但我认为我们不需要抛弃深度学习。相反，我们需要重新定义它：不是一种通用的办法，而只是众多工具的一种。
文章图片
还有最近的一场keynote演讲：
我们不需要舍弃深度学习，但我们需要找到办法来作为对它的补充，因为智能本身是多方面的。
文章图片
但是， LeCun并不买账，他接着Marcus的话回复：
所以「DL是办法的一种，但我们需要新的推理组建」？欢迎来到我的世界！
文章图片

文章图片
这可把Marcus惹急了：
我给的引用是来自2018年，那篇你称之为「大部分都是错误的」的文章。我的主张自1992年以来就没变过，唯一迟到的是你「欢迎来到我的世界」这句话，而这句话其实是你对我实际立场的认可。
文章图片
那就来翻翻旧账，针对Marcus在2018年写的那篇文章， LeCun的确曾这样评论（虾仁猪心）：

文章图片
到这儿大家也能看出来，二人讨论的对象和观点是有错位的。 LeCun希望如果有新的方案，仍需要封装在DL下，而Marcus的意思是新的方案需要围绕着DL进行封装，前者是关于规模的扩展，后者则是一种混合和补充。
大家怎么看？

文章图片
【LeCun称梯度下降是最优雅的 ML 算法，Marcus：我不同意】雷峰网