AI人物

@ Jocelyn

      如今提起人工智能，“深度学习”和“机器学习”是两个常常被挂在嘴边的词。但作为“深度学习”和“机器学习”基础的“神经网络”，在上世纪五十年代左右却被主流学术界认为是错误的概念。提出这一概念的Geoffrey Hinton，尽管如今被称为“神经网络之父”，但在当时也是学术界的边缘人物。

      不过他没有退缩，他坚持认为神经网络的想法不是错误的，主要的问题是计算能力。当时的电脑无法处理数百万张图片，样本容量也是在太小，因此想要让计算机挖掘出图片背后的意义，进行大量的训练是十分必要的。随后的30年里，Geoffrey Hinton一直徘徊在人工智能研究的边缘地带，一直坚持着“计算机可以像人类一样思考”这一观点。

拥有良好判断力的少数派

      Geoffrey Hinton最初的想法来自于一个朋友向他描述的全息图工作原理，由于出身科学家世家，Hinton很快联想到人类大脑也是如此。而人类大脑的信息是通过一个巨大的，由神经元图谱连接起来的细胞网络传播，在多达十亿条的路径上发射、连接和传输，那么计算机是不是也能像这样工作呢？

      当时的学术界普遍认为计算机在规则和逻辑方面做得最好，神经网络的概念根本就是错误的。但Hinton却没有丝毫动摇，1972年在爱丁堡大学攻读博士学位时也选择了研究神经网络。每周，他的导师都会对他说，“你这是在浪费时间。”但Hinton的研究还在慢慢取得了一些成功。

      博士毕业后，Hinton被里根政府的外交政策所困扰，因此带着妻子搬到了多伦多，并接受了加拿大高级研究所的工作邀约。很快，Hinton组建起了一支专攻深度学习的人才团队，其中包括OpenAI的联合创始人兼董事Ilya Sutskever。回忆起2000年的“人工智能寒冬”， Sutskever说道：“当时我们只有十个人左右，资金非常匮乏。虽然我们是局外人，但我们觉得我们有一种罕见的洞察力，十分与众不同。”

      九年时间飞逝，当计算机终于有能力挖掘海量数据时，超级神经网络开始在语音和图像识别方面超越基于逻辑的人工智能。很快，业内的大型科技公司，如微软、Facebook、谷歌等纷纷开始投资。2012年，谷歌公司的绝密实验室Google X（现在名为X），宣布建立一个由16000个电脑处理器组成的神经网络，并将其用在YouTube上。

      随后，该实验室从YouTube上提取了数百万个随机的、没有标签的视频，输入到这台新的超级计算机中，并通过编程使其能够理解所看到的内容。最终，神经网格从无数个关于猫的视频中成功分辨出了猫，这也成为了人工智能领域发展过程中的一个激动人心的时刻。

      之后，Hinton和他的助手们就成为了人工智能浪潮中的领导者。 2013年，Google X的高级研究员Jeff Dean将Hinton招进了谷歌。有趣的是，原本就不属于体制内学者的Hinton，突然之间成为了体制的建立者。尽管观点曾经被业界抛弃，但如今却成为人工智能行业里最炙手可热的人物。

      “我之所以能产生巨大的影响力，是因为我是极少数相信这种方法的人之一，而且那些相信这个方向的学生也加入了我，和我一起工作。我必须从他们当中选出那些有良好判断力的人，”Hinton笑着说，“好的判断力意味着他们同意我的意见。”

尊敬的读者，因版权问题，如需阅读全文请订阅《电脑报》哦！谢谢大家的支持！

纸质版订阅可在当地邮局订阅，订阅代码77-19，订阅价250元/全年刊！

或者你也可以订阅电子版，无纸化更便宜，订阅价158元/全年刊，支持手机、电脑、iPad多个终端观看，读者想从哪期订阅就从哪期订阅，还拥有6版独家电子增刊！

点击这里进入购买页面

或手机淘宝扫描下方二维码