百度 和 AI教父Hinton 的故事
点击上方“视学算法”,选择加"星标"或“置顶”
重磅干货,第一时间送达
徐宁 发自 凹非寺
量子位 报道 | 公众号 QbitAI
时间接近零点,Geoffery Hinton不得不暂时叫停了拍卖。
此时此刻,竞拍的出价已经被抬高到了4400万美元;而且显而易见,剩下的双方都完全没有要停下来的意思。
但Hinton耗不下去了。已经65岁的他,需要睡眠。
Hinton躺进了他在731房间自制的临时帐篷里——之前,他把沙发床的垫子抽出来,放在两张床中间的地板上,又在这两张床中间搭上了几块硬板,然后把几条浸湿过的毛巾盖在上面,做成一个简易的加湿器。
Hinton经常生病。在太浩湖这样又冷又干的地方,他需要一些湿润的空气来保证自己的健康。
当然,他也需要一些单独的时间来思考……
他之前从没想过,一家中国公司,会对自己穷追不舍到这个地步。
01
作为深度学习的核心发明者——Hinton和百度的首次交集,发生在2012年。
那年秋天,Hinton刚刚和自己的两个学生一起发表了一篇9页长的论文,论文详细介绍了他们是如何在不久前的ImageNet上,将图像识别的错误率降到了惊人的15.3%。
这是一个史无前例的数字。参加那届竞赛的,还有包括东京大学、牛津大学、阿姆斯特丹大学、耶拿大学等在内的几支队伍,但他们没人能做到,甚至接近Hinton团队的错误率;谷歌也在数据集上做了内部测试,但最终成绩同样与Hinton团队相去甚远。
当时没多少人能想到,这个只有三人的团队,会一下子将图像识别领域的研究进展向前推进一整个时代;恐怕更没人能意识到,这件事会在后来成为人工智能技术发展史上的一个标志性时刻。
它证明了神经网络可以有多强大——正如Hinton长期以来一直声称的一般。
不过在当时,看到神经网络巨大潜力的,其实并非只有Hinton一个。
Hinton的论文发表之后没几天,他就收到了一封来自中国的邮件。
这封邮件的发出者,是百度。
同样是在2012年,百度开始大规模采购和建立GPU运算集群,开发了世界上第一个支持GPU&CPU的并行深度学习平台。
10月,百度的一位高管向李彦宏演示了基于深度学习技术对于搜索的改进,李彦宏进一步了解了深度学习领域的研究进展。
也是在此时,李彦宏第一次知道了Hinton。
那时的Hinton,身上还没有挂上“AI教父”“深度学习之父”这样的光环。但李彦宏已经下定决心,要将Hinton带到百度。
他安排当时负责百度战略投资的副总裁汤和松与 Hinton 取得联系,并直接提出了邀约:
出价1200万美元,聘请Hinton和他的学生,合约期三年。
作为最早接触Hinton团队的公司,百度与Hinton取得了联系后,很快取得了进展。有一段时间,双方看上去几乎马上就要达成协议。
但Hinton却在此时犹豫了。他问百度,自己能否评估一下来自其他公司的邀约——这些公司,包括两家来自美国的百度主要竞争对手。
原本已经接近谈成的百度,同意了。
局面就在此时,开始被彻底颠覆。
02
Hinton是个十分叛逆的人。
上中学时,他曾经因为自己的社会主义信仰跟自己的宗教课老师争论得面红耳赤;上大学后,他反复退学,前后换过五次专业,甚至在期间去当过木匠。
而进入学界之后,他选择了一个人人都不看好的方向,然后做了三十年……
在这三十年里,他从来都不是主流的一份子。
直到2012年,来自“主流”的百度,忽然向他伸出了橄榄枝。
或许是第一次受到这种待遇,Hinton和百度的协商才进展得如此之快。
但作为这个团队中的大多数,他的两位学生却提出了一些不同的看法。
他们建议Hinton,与其接受百度的邀约成为这家公司的员工,不如三个人直接共同成立一家公司,然后去谈收购——不管是百度,还是其他公司,都显然更可能为后者投入更多的资金。
Hinton最终采纳了他们的意见,和他的两位学生一起创建了一家只有他们三名成员的公司。公司的名字,就叫DNNresearch。
在咨询过一位律师之后,Hinton最终决定为为这家公司举行一次竞拍,以让这家只有三名员工、没有产品也没有历史的初创公司的价值最大化。
参加这次竞拍的,一共有四家公司:谷歌、微软、DeepMind——当然,还有百度。
竞拍最终就在Hinton所住的赫拉斯酒店的731房间里进行。
竞拍的方式是通过Gmail:四家公司的高管用邮件远程进行出价,每次竞价后,四家公司有一个小时的时间将购买价格提高至少100万美元。一个小时结束后,如果没有人提出新的报价,拍卖即宣告结束。
微软对这种方式提出了异议——他们认为谷歌可能会偷偷读取Gmail中的邮件。
但商量过后,Hinton最终还是决定采用这种方式,因为他们“相当确信谷歌不会读取Gmail“。
此时此刻,不管是百度,还是其他公司,似乎都已经预感到了这场拍卖的最终结局。
但百度没有放弃。
拍卖开始不久,DeepMind首先退出——他们用公司的股票期权进行出价,而非现金。显而易见,作为一家初创公司,他们缺少和几家巨头展开竞争的资本。
竞价达到2200万美元时,微软退出。
此时这场拍卖的竞争者,只剩下百度和谷歌两家。
尽管身处不利的位置,百度依然决定放手一搏。
2500万美元,3000万美元,3500万美元……他们开始大幅提升竞拍的价格,希望以此打动Hinton的团队。
看着竞价的数字在眼前的电脑屏幕上飞升,Hinton和他的两个学生都产生了一丝不真实的感觉。
“简直就像是我们走进了一场电影里。”
竞价一直攀升到4400万美元时,有了我们开头的那一幕。
百度最终还是没能如愿以偿。
在第二天的竞标正式开始之前,百度收到了一封来自Hinton的邮件,通知他们,拍卖结束了。
竞拍的价格停留在了4400万美元(约合2.88亿元)。Hinton在邮件中说,公司发送的任何其他信息都会被转发给他的新雇主,不过他并没有说那是谁。
事实上,在前一天晚上,Hinton已经决定将他的公司卖给谷歌——他后来承认,这正是他一直以来想要的结果。
百度展现了可以展现的决心,仍错失AI教父Hinton。
03
上述真实往事,最近在新书《天才制造者:那些将 AI 带到 Google、Facebook 和全世界的特立独行者》中,首次得到了曝光和关注,并且迅速引起热议。
起初,外界热衷于讨论,为何这场Hinton的竞逐拍卖不以价高者得告终?
有一种说法是Hinton的身体原因,决定了他与中国公司百度之间有巨大障碍。
Hinton的背一直不好,从2005年开始,他甚至不能再坐下,否则随时会有椎间盘脱落的风险。他的背伤,不允许他承受中美两国间的长途飞行——事实上Hinton已经放弃了坐飞机,即便是飞机起落时,他也只能站着。
但事实上,百度的美国研发中心就在硅谷,与后来Hinton一半时间驻扎的山景城相隔很近。
所以另一种评论,可能更符合逻辑。
那就是Hinton希望找到最适合展开自己研究的地方,这是基于技术性印象的判断,而中国公司——之前整体展现的标签是商业落地和商业模式创新,对于基础技术,特别是对方兴未艾——同时也前景还不明确的深度学习的笃信到底有多强烈,Hinton当时无法判断。
无论如何,结果是Hinton放弃了获得更高价格的机会,百度也与AI教父擦肩而过。
即便对于这样的结果,百度会有“委屈”,毕竟一直以来,这家科技互联网巨头在中国以技术著称,而且Hinton竞拍中他们也希望通过不断加价证明,对于技术人才的追逐没有上限。
于是,更进一步的观点认为,因为“中国公司”的身份,所以百度“输掉”Hinton争夺战。
更有意思的是,这段往事被曝光和热议时,主角之一的百度,正处在香港二次上市的焦点之下。
9年已过,百度错失Hinton,却没有错失AI机遇。
在二次上市的招股书中,满页满页的都是AI的布局、成绩和实力。并且广受投资者认可,百度在AI生产平台、芯片、智能驾驶、AI交互和生物计算等各个方面,展现出了一个平台型技术创新公司的潜力及未来。
李彦宏说,在深度学习、对话式人工智能操作系统、自动驾驶、AI芯片等前沿领域投资,让百度成为一个拥有强大互联网基础的领先AI公司。
而这种投资里,Hinton的竞逐似乎只是再正常不过的小插曲,甚至如果不是这本新书揭秘,外界可能永难知道曾经还有如此戏剧性的一幕。
所以秘史曝光后,也有人感慨,要是Hinton当时到了百度,现在的百度AI又会是一个怎样的局面?
不过听到李彦宏上市现场所言后,这种感慨也有另一种答案。
李彦宏说,即使在最困难的时候,也一样坚持:有1块钱的时候,我们会投进技术里;有1个亿,我们会投进技术里;有100个亿,我们还是会投进技术里。
所以,如果得到Hinton确实可能加速百度AI的发展,但Hinton的来与不来,在百度AI这件事上却还不是本质变量。
因为比人才更珍贵的,是这种技术信仰驱动的战略决心。
《天才制造者:那些将 AI 带到 Google、Facebook 和全世界的特立独行者》作者在Hinton这段秘史最后写道:
事实上,在这场中美公司之间的人才争夺战中,百度已经把自己的美国对手逼到了极限。
而这次经历,也让百度的高层真正意识到了深度学习在未来的重要性。
由此这家公司开始进一步加大对深度学习的投入力度,为一场已经开始的新的全球军备竞赛做好准备。
参考:
https://www.amazon.com/Genius-Makers-Mavericks-Brought-Facebook/dp/1524742678
https://www.washingtonpost.com/outlook/the-minds-behind-artificial-intelligence-and-the-bidding-war-for-them/2021/03/17/2df5f872-7528-11eb-8115-9ad5e9c02117_story.html
点个在看 paper不断!
百度 和 AI教父Hinton 的故事相关推荐
- 竞拍AI教父Hinton
徐宁 发自 凹非寺 量子位 报道 | 公众号 QbitAI 时间接近零点,Geoffery Hinton不得不暂时叫停了拍卖. 此时此刻,竞拍的出价已经被抬高到了4400万美元:而且显而易见,剩下的 ...
- 【AI大咖】认真认识一代AI教父Hinton
AI长路漫漫,很多大咖功不可没,今天推出新的专栏<AI大咖>,让我们一起了解AI大牛,认识他们的研究,打听他们的八卦吧. 今天首"扒"深度学习鼻祖-Geoffrey H ...
- AI教父Hinton差点成为中国打工人...
本文转载自:品玩 作者|Decode 邮箱|oudi@pingwest.com 2013 年 3 月,Google 花费 4400 万美元收购了多伦多大学的一家初创公司 DNNResearch. ...
- AI教父Hinton胶囊模型又出新作——胶囊如何表示视觉层次结构
今天给大家介绍的是深度学习三巨头之一,谷歌大脑人工智能团队首席科学家且为图灵奖获得者的Geoffrey Hinton教授于2月26日在Twitter上分享了一篇关于表示的新作,且该文仅由Hinton一 ...
- AI教父争夺秘史:百度2.88亿天价求才,因中国身份惜败谷歌
2021-03-29 09:41:33 徐宁 发自 凹非寺 量子位 报道 | 公众号 QbitAI 时间接近零点,Geoffery Hinton不得不暂时叫停了拍卖. 此时此刻,竞拍的出价已经被抬高到 ...
- 走近Hinton:AI教父传奇人生
Geoffrey Hinton花费了30年的时间默默无闻,直到2012年,他证明了其研究的价值,并驳回了大多数其他科学家所谓的正确观点.如今,这个被称为"人工智能教父"的男人在AI ...
- AI教父Geoffrey Hinton:AGI革命堪比车轮的发明
作者 | Yana Khare 译者 | 平川 来源 | AI前线 ID | ai-front AI 教父:Geoffrey Hinton Geoffrey Hinton 通常被认为是"人 ...
- AI教父Geoffrey Hinton :AGI革命堪比车轮的发明
本文最初发布于 Analytics Vidhya. AI 教父:Geoffrey Hinton Geoffrey Hinton 通常被认为是"人工智能教父",他在机器学习广泛流行之 ...
- “AI教父”杰弗里・辛顿从谷歌离职发声:后悔发展AI,谷歌不再扮演AI“好管家”的角色
5 月 3 日消息,人工智能领域的开创者之一,被誉为"AI 教父"的杰弗里・辛顿(Geoffrey Hinton)近日宣布离开他工作了十年的谷歌公司,原因是他对人工智能技术的发展越 ...
最新文章
- 源码实战 | 本地可跑,上线就崩?慌了!
- 6 获取数组中最小值_C语言每日一练8——数组中最大值和最小值
- Linux中 oracle SQL*PLUS 命令大全
- sklearn、theano、TensorFlow 以及 theras 的理解
- 通用mapper 如何处理多表条件查询通过list封装(一对多)
- Redis(九):Redis特殊类型之geospatial
- 【Python】pdfminer3k模块批量转换本地PDF文件
- 一个简单的MPI+C语言编程实例
- oracle查询:分组查询,取出每组中的第一条记录
- 打线上包 测试_vue-cli项目分别打测试包(test)和生产包(prod)
- 如何系统的自学python-如何系统地自学Python?
- hdu 5441 Travel (2015长春网赛)
- 钉钉自动打卡-智能填表
- WIN10虚拟机安装教程
- 【Scratch-控制模块】Scratch-克隆
- Java版Quest Soft Player
- 自然语言处理--Keras 实现循环神经网络分类 IMDB 电影评论数据集
- 桑基图绘制的简易操作
- Spring Cloud 异常“ Caused by: java.net.UnknownHostException: discovery.host ”
- 牛客网js获取单行,多行输入
热门文章
- What Are Words(一诺千金)
- 企业的覆灭,我监视你的Exchange邮件!
- 【青少年编程】【一级】 奔跑的马
- 【第20周复盘】转换思路,让更多的小朋友们参与进来!
- 技术图文:如何解决 DAO 抛出的 80040154 错误?
- 【怎样写代码】小技巧 -- 关于引用类型的两种转换方式
- Java知识全面总结:并发编程+JVM+设计模式+常用框架+....
- 想学Python?快看看这个教程!收藏!
- 对网络骚扰和霸凌说不!神经网络可以做得更好
- 最新!百度首发 OCR 自训练平台 EasyDL OCR