<mark id="oztn4"></mark>
0
| 本文作者： 奕欣 | 2017-04-13 18:01 |
雷鋒網AI科技評論按：許多人都對 Geoffrey Hinton 并不陌生，作為「神經網絡之父」，他經歷了人工智能的寒冬，面臨連導師都不看好的艱難時期，然而他一直對神經網絡保持信心，終于在漫長的黑夜過后，等到了人工智能的黎明。本文編譯自 the globe and mail，雷鋒網做了不改動原意的調整和修改。
而 AI 研習社在獲得了 Hinton 教授的親自授權后，得以將《Neutral Network for Machine Learning》漢化。目前雷鋒字幕組正在招募英才，詳情請戳鏈接了解。
Geoffrey Hinton 已經 69 歲了。這個出生于英國的多倫多大學教授被譽為「神經網絡之父」，他將神經網絡將計算機算法的演算過程與人腦的思維方式相比擬，讓人工智能在經歷寒冬后再一次為人所知，并像電一樣逐漸滲透入人們的生活。
早在上世紀 80 年代，Hinton 就參與了一個使用計算機模擬大腦的研究，這也便是如今所說的「深度學習」概念。然而，Hinton 的求知之路也并不總是一帆風順，學術期刊曾經因為不認可神經網絡這一理念而頻頻拒收論文。
在過去五年間，隨著他學生還有無數研究者所做出的一系列貢獻，Hinton 在深度學習所做的研究開始為人所知并接受，也被人們推舉為計算新時代的領頭人。神經網絡現在幾乎涵蓋了所有的人工智能算法，并借助科技企業的各類應用傳播開來。
在多倫多大學的向量學院建成之前，Hinton 在多倫多大學及谷歌多倫多大學辦公室同時進行授課及研究工作，而如今，Hinton 會以向量學院首席科學顧問的身份為人工智能研究出力。Hinton 擔負起的，其實是將加拿大的多倫多建設成為全球頂尖人工智能中心的重任。
雖然 Hinton 取得了如此大的成功，但他的工作場所卻依然簡單——Hinton 在谷歌的辦公室狹小而簡樸，桌子背后是一塊寫滿公式的白板，記者到訪的時候，甚至找不到一把多余的椅子。Hinton 在采訪期間并不愿意多費口舌，但他卻非常詳細地描述神經網絡的擁護者及傳統人工智能支持者之間的觀點爭論。
盡管只要招聘到一名神經網絡教授，用于人工智能的研究的谷歌百萬級經費就會撥到多倫多大學去，但大學卻遲遲沒有這樣做。傳統的高校學術機構獲得了大量的資源，也比之前有了更多的自由調配研究資金，但目前研究者們似乎陷入了盲目追逐神經網絡的潮流。
「如今神經網絡理論開始奏效，因而工業界及政府也開始將神經網絡當作人工智能。以前整天嘲笑神經網絡的 AI 研究者們也樂在其中，并計劃從中分一杯羹。」
Hinton 教授在訪談期間喜歡摸鼻子（雷鋒網按：在行為心理學上，這種行為有緩解個人情緒的作用。）他對特朗普做出了負面評論，又向在旁邊的谷歌公關表示歉意。
傳統概念里的 AI 依賴邏輯和規則給計算機編程。在上世紀 60 年代的時候，人工智能的嘗試依然處于理論階段，遠未開始實踐。神經網絡的想法并不受待見，Hinton 表示。傳統的思路無疑更受關注和信任。
但在過去幾年內，（部分因為）隨著計算能力的大幅提升，這種觀念開始發生改變。Hinton 的兩個研究生在 2009 年采用神經網絡獲得了語音識別競賽的勝利，隨后這項基于神經網絡的方法被應用于谷歌安卓手機上。在 2012 年，他的另兩個學生輕易地奪得圖像識別大賽的冠軍，達到了人類的水平。
（雷鋒網按：Hinton 以及他的學生 D. Mohamed 將深度神經網絡應用于語音的聲學建模, 在小詞匯量連續語音識別數據庫 TIMIT 上獲得成功，而 2012 年在 ImageNet 上，Hinton 和學生 Alex Krizhevsky 刷新了 image classification 的記錄，在這次競賽中 Alex 所用的結構被稱為 AlexNet）
Hinton 為了解釋神經網絡是如何工作的，他以翻譯程序為例，給計算機提供海量的單詞及片段。系統會對句子的含義進行理解，隨后輸入另一個神經網絡中，后者會輸出另一種語言的句子。在這個過程中，系統不會涉及編程或語言規則，此外，神經網絡甚至還能自行掌握主動句及被動句的區別。
「并沒有人告訴神經網絡這兩個概念是什么，就像小孩一樣，你不會告訴他們，『這個是主動，這個是被動。』過段時間，他們自然就明白了。神經網絡也是如此。」
Hinton 出生于溫布爾登，在布里斯托爾長大。母親是數學老師，父親是著迷于甲蟲的昆蟲學家。值得一提的是，Hinton 的祖父是 19 世紀的邏輯學家喬治·布爾，也是布爾代數的發明家（雷鋒網按：布爾發明的邏輯代數已經發展成為純數學的一個主要分支。）。Hinton 上的是英國的公立學校，他表示：「我在學校數學不是特別好。我喜歡物理學和足球。」
他的就學經歷也頗為周折：只在劍橋讀了一個月的物理和化學，轉而到建筑學上了一天課，隨后開始讀物理和生理學，但發現物理數學太難了，轉而把兩年的課壓到一年學習哲學。
在回憶這段經歷的時候，Hinton 表示，「那一年對我來說受益良多。彼時我對哲學仿佛產生抗體，因而想了解思維是如何運轉的。」
隨后，他研讀心理學，發現「心理學對意識也一無所知。」在當了一年木匠之后，他投身愛丁堡大學的 Christopher Longuet-Higgins 麾下學習人工智能。Christopher Longuet-Higgins 桃李滿天下，包括諾貝爾獎獲得者 John Polanyi，多倫多大學化學家和理論物理學家 Peter Higgs 等。
Hinton 當時就認為神經網絡的概念會是大勢，但導師依然站在傳統的 AI 陣營里。「每周我和導師都會發生激烈爭辯，」Hinton 說，「我一直堅持自己的想法，對導師說，『好吧，再給我六個月，我會證明給你看的』。然后六個月過去了，我會說，『快了快了，再給我半年時間吧。』之后，我索性說『再給我五年吧』，人們都說，你已經做了五年，但它并不管用。最終，它還是奏效了。」
Hinton 從未對神經網絡產生過懷疑，「我從來沒有懷疑過，因為大腦一定是以某種形式工作，而且并不根據既定的編程。」
被問起老生常談的「AI 是否會取代人類」時，Hinton 表示人類確實需要對 AI 做出一些限制，近期他簽署了一份來自「Campaign to Stop Killer Robots」的請愿書，呼吁聯合國禁止使用會對生命產生威脅的 AI 武器。其中這樣寫道：「我認為這一點是最為聳人聽聞的。而且不是發生于遙遠的未來，而是近在咫尺。」
在美國幾所學校輾轉之后，Hinton 于 1987 年來到多倫多大學任教，主要基于兩個考慮。首先是加拿大高級研究所的資助；而另一個原因則頗為政治：「我不想從美國軍方拿錢，美國研發 AI 的大部分資金來自軍方。」
他預見，AI 會在醫生診斷疾病或皮膚癌等領域發揮良好的作用，而且它也會成為人類的好幫手，提醒你準時參加午餐會見，并用常識觀察用戶的行為，如果你忘記了日程內容，它可能會打算打斷你手頭的事情。
大銀行、有限電視及其它公司正在采用 AI 分析銷售數據，并希望與客戶產生良好的互動。從 Facebook 離職回多倫多創立 Integrate.ai 的 Steve Irvine 就在做類似的事情。
Irvine 表示，「我認為再多的贊美也毫不為過，他在 AI 的低谷期也一直不離不棄，看起來就像一個瘋狂的科學家，而人們也從未預料到 AI 的今天會是如此……這些被我們談論了 20、30 年的事情正在發生著，我覺得于他而言，是一個非常好的回饋。在這個世界里，他是當之無愧的教父。他的成功絕非一日之寒。」
