摘要：没有继续完成学业，而是退了学，搬到了当时伦敦北部脏乱的伊斯灵顿区，成了一名木匠。于是，他决定辞职以表抗议，并随后搬到了加拿大，远离军事机构的资助。谷歌宣布旗下的无人驾驶汽车已经行驶了英里，没有发生一次意外。
英国《每日电讯报》打算用三篇报道，来描绘人工智能在加拿大多伦多的繁荣景象。本文是其中第一篇：The ‘Godfather of AI’ on making machines clever and whether robots really will learn to kill us all?，主角是深度学习的教父级人物Geoffrey Hinton。
Geoffrey Hinton
摄影：JULIAN SIMMONDS
穿过Google多伦多办公室的屋顶高尔夫球场、足球桌、一排排人体工学座椅、像公司logo一样五颜六色的办公区……一个不修边幅的人站在那儿，像是从昆汀·布雷克的画中走出来的，与环境格格不入。
Geoffrey Hinton教授本人，一看就深得英国学院派的精髓：凌乱的发型，皱巴巴的衬衫，口袋里插着一排圆珠笔，守着一块脏乱的大白板，上面爬满了难解的方程。他的办公室里没有椅子，69岁的Hinton喜欢一直站着。
对于他办公室外的那些年轻的人事物来说，略显古怪的Hinton多多少少带有一些神性：他被称为“人工智能教父”，最近席卷全球的这一波科技革命浪潮，与他的聪明才智密不可分。
这是他第一次接受英国报纸专访，Hinton说，他对这个绰号有些困惑。
他带过的学生们一个接一个地加入了硅谷科技巨头，领导着苹果、Facebook、Google等公司的AI研究，他自己在Google任副总裁engineering fellow。接下来的几个月，他还要执掌募集了1.8亿美元的多伦多Vector Institute，巩固这座城市作为世界AI领袖的地位。
“被称为教父，我有点难为情。”他一开口，仍是纯正的英国上流社会口音，在北美这么多年仍未改变。
从学术界的冷板凳，到最热门的AI前沿，Hinton对他的工作有着不可动摇的信念。“我对我自己的数据有着里根式的信任。”他咧嘴笑了。
作为机器学习的先锋，Hinton从中开辟了“深度学习”这个子领域，这让计算机可以自动建立起一层层的智慧。得益于近年来计算力的猛增，深度学习成为主流方法，从我们智能手机里的语音识别、图像探测到亚马逊为你推荐的图书，都离不开它。
Hinton和他的同事们为机器学习挖掘出了无限的潜力，他们也被对手戏称为“加拿大黑帮”。
AI的美丽新世界已经开启，改变着我们的世界。这种改变，有好有坏。
Geoffrey Hinton
摄影：JULIAN SIMMONDS
战后不久，Hinton出生于英国的温布尔顿。
他的父亲Howard是一名昆虫学家，对甲虫有着一种独特的喜爱之情；他的母亲，是一名教师。聪明才智在他的DNA中流淌。“国民生产总值”这个术语，是他的舅舅、经济学家Colin Clark发明的。他的高外祖父、逻辑学家George Boole，则是布尔代数的发明者，奠定了现代计算机科学的基础。
后来，他们家搬到了布里斯托，Hinton进入了克里夫顿学院，这所学校在他口中，是个“二流公立学校”。正是在这里结识的一个朋友，给他讲全息图，讲人脑如何存储记忆，为他打开了AI的神奇大门。
毕业后，他进入国王学院攻读物理和化学，但只读了一个月就退学了。“当时我18岁，第一次离家自己生活。工作繁重得可怕，周围又没有姑娘，我觉得有点抑郁。”他说。
一年之后，他又重新申请了国王学院，这次是读建筑学，结果，又退学了——这次他只坚持了一天——然后转向了物理和生理学。后来，他又转到了哲学，结果和自己的导师吵了起来。他承认道：“我在教育上有点多动症。”
Hinton没有继续完成学业，而是退了学，搬到了当时伦敦北部脏乱的伊斯灵顿区，成了一名木匠。“我做书架、木门，没什么神奇的东西。人们就靠这样的东西赚钱。”
每周六的早上，他都会去埃塞克斯路上的伊斯灵顿图书馆，在笔记本上记录着他关于大脑工作原理的思考。也是在这个地方，六十年代的剧作家乔欧顿画过春宫，损毁过图书。
做了几年苦力之后，他回到了学术界。1973年，Hinton进入爱丁堡大学，开始读人工智能博士。他的导师一次次地对他说，研究神经网络就是浪费时间，Hinton全当了耳旁风。
后来，他进入匹兹堡的卡耐基梅隆大学继续自己的研究，但很快意识到，他所在院系、甚至全美国的大部分AI研究都是由国防部（DoD）资助的。于是，他决定辞职以表抗议，并随后搬到了加拿大，远离军事机构的资助。
硬币上的IN GOD WE TRUST
“离开的时候，我复印了一枚硬币，然后把它贴在办公室的门上，”他说，“但是我把硬币上的‘G’改成了‘D’，于是上面那就话就变成了：IN DOD WE TRUST。”
美国海军的近程武器系统CIWS
对于Hinton来说，最需要担心的不是机器日益增长的智能，而是开发杀手机器人带来的威胁。（前几天，116家AI公司的创始人联名上书联合国，呼吁禁止机器人武器）。
Hinton签过类似的请愿书，而且之前还曾写信给英国国防部阐释自己的担心。“他们回复说现在没必要处理这件事，因为技术进步还有很长的路要走，而且没准能带来很多的好处”，Hinton说“他们肯定有能力做到这一点”。
他也担心AI被越来越多的用来监视平民，他还透露自己拒绝了一份加拿大安全部门的工作邀约，因为他担心自己的研究可能被安全部门滥用。
然而，即便是谈及正在被研发的无人机群等武器等话题之后，Hinton仍然相信AI会给人类带来福音，特别是在医疗保健和教育方面。
1994年，Hinton的第一任妻子Ros因为卵巢癌而逝世，留下他独自抚养两个年幼的孩子。后来和现任妻子Jackie再婚，不过Jackie现在也被确诊患有胰腺癌。
Hinton认为AI将让医学更加高效，他估计很快人类支付100美元就能得到自己的基因图谱，现在的成本是1000美元。但AI的进步对于放射科医师可能不是好消息，Hinton认为X光检测这类工作，很快将大规模被机器人取代。
虽然工作岗位会减少，但他坚持认为政府和企业的任务，是确保整个社会不被下一波的经济自动化浪潮抛下。
“在一个合理分工的社会里，提高生产力对每个人都有好处”，Hinton表示，“问题不在于技术，而是利益如何分配”。
即便高瞻远瞩如Hinton，他也不知道AI革命会将我们带向何处。他说：“很难预测这个领域五年之后的情况，事情总是与你期望的不一样。”
确定的是，这个世界即将变得不同。
人工智能简史
1950 图灵测试
阿兰·图灵，以二战中在布莱切利园的解密工作而闻名。他为智能机器设计了一个行为测试。如果一台机器，让测试者无法分辨是机器还是人类，那么这台机器就通过了图灵测试，可以被认为具有人类智能。图灵把这个称为“模仿游戏”。
1956 “人工智能”诞生
在新罕布什尔州达特茅斯学院的计算机科学会议上，人工智能被正式命名并作为一个正式学科出现。由于机器在学会下跳棋和解决一些英文问题方面取得初步成功，美国国防部开始资助人工智能研究，并预计人工智能问题会在70年代中期解决。
1969 2001：太空漫游
来自库布里克电影中的杀手电脑HAL，让人工智能的概念在流行文化中扎根。同一年，菲利普·迪克发表了一部小说，后来被拍成电影《银翼杀手》。
1970s AI冬天
部分由于数学家詹姆斯·莱特希尔的评估报告，美国和英国政府开始停止对AI领域的研究支持。第一个AI冬天到来。
第二个AI冬天，源自于1980年代末期PC的爆发，随后AI这个词在研究论文中消失了多年，被“机器学习”和“信息学”所取代。
1984 终结者到来
卡梅隆在科幻经典作品中创造了一个称为天网（SkyNet）的角色，这是一个人工智能防御系统，后来自我意识觉醒，视全人类为威胁。
1987 深蓝击败卡斯帕罗夫
国际象棋大师第一次在正式比赛中被电脑击败。这场胜利也引发国际象棋作为评测标准的反思，因为这种游戏太容易被暴力计算攻克。
2011 沃森赢得《危险边缘》
这是一个IBM设计的系统，主要用于参加问答竞赛节目。沃森在《危险边缘》中赢得价值100万美元的头名，随后这套系统被用于医疗保健等领域。
2011 Siri
Siri最初是从DARPA分离出来的个人助理应用。2004年，苹果收购了这家公司，并在2011年将这个人工智能应用置入手机iPhone 4s。
2012 无人驾驶汽车
加州立法规定自动驾驶汽车可以合法上路，这是谷歌不断推动的结果。谷歌宣布旗下的无人驾驶汽车已经行驶了30000英里，没有发生一次意外。
2016 DeepMind击败围棋冠军
由谷歌DeepMind研发的AlphaGo，击败了围棋九段李世乭。在深蓝获胜之后，计算机科学家已经把围棋作为人工智能的新测试场。
欢迎加入本站公开兴趣群商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识
QQ群：81035754
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/4615.html
摘要：使用神经网络的思路被摧毁和抹黑，教授说，传统的模型得到了人们无疑的信赖。但终于，神经网络奏效了。 深度学习泰斗 Geoffrey Hinton 的名字在当今的人工智能研究界可谓是如雷贯耳，他曾发明了玻尔兹曼机（Boltzmann machine），也首先将反向传播（Backpropagation）应用于多层神经网络；不仅如此，他还有 Yann LeCun 和 Ilya Sutskever 等...
摘要：福布斯昨日刊登专访。生于英国，被认为是机器学习的先锋，现在是多伦多大学教授，谷歌高级研究员。但是，正如我所说，已经跨越过了这一分水岭。 《福布斯》昨日刊登Geoff Hinton专访。游走在学术和产业的AI大神Hinton谈到了自己研究兴趣的起源、在多伦多大学和谷歌所做的研究工作以及发起的私人俱乐部 NCAP。 在采访中，Hinton谈到，现在计算能力和数据的发展让AI获得巨大进步，并且在很...
摘要：近日，微软总裁布拉德史密斯对外公开表示，微软将为美国军方无条件提供最佳的全面的技术服务。在内部压力及外部舆论轰炸下，谷歌于今年月正式宣布放弃此次合作，不再为美国军方提供包括云计算在内的技术服务。在谷歌、亚马逊员工联名上书，反对与美国军方合作的同时，微软却走了一条完全相反的路。近日，微软总裁布拉德·史密斯对外公开表示，微软将为美国军方无条件提供最佳的、全面的技术服务。在他看来，人工智能等创新性...
摘要：深度学习现在被视为能够超越那些更加直接的机器学习的关键一步。的加入只是谷歌那一季一系列重大聘任之一。当下谷歌醉心于深度学习，显然是认为这将引发下一代搜索的重大突破。移动计算的出现已经迫使谷歌改变搜索引擎的本质特征。 Geoffrey Hiton说：我需要了解一下你的背景，你有理科学位吗？Hiton站在位于加利福尼亚山景城谷歌园区办公室的一块白板前，2013年他以杰出研究者身份加入这家公司。H...
摘要：在底层的胶囊之后连接了层和层。胶囊效果的讨论在论文最后，作者们对胶囊的表现进行了讨论。他们认为，由于胶囊具有分别处理不同属性的能力，相比于可以提高对图像变换的健壮性，在图像分割中也会有出色的表现。 背景目前的神经网络中，每一层的神经元都做的是类似的事情，比如一个卷积层内的每个神经元都做的是一样的卷积操作。而Hinton坚信，不同的神经元完全可以关注不同的实体或者属性，比如在一开始就有不同的神...
阅读 484·2023-04-25 19:53
阅读 3857·2021-10-12 10:12
阅读 3937·2021-09-22 15:13
阅读 2431·2019-08-30 10:56
阅读 1205·2019-08-29 16:27
阅读 2811·2019-08-29 14:00
阅读 3257·2019-08-27 11:04
阅读 2257·2019-08-26 13:56
