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领域内早已家喻户晓，我们大多还只知道他的“反馈神经网络”、“胶囊网络”以及一些振聋发聩的头衔。然而，这个AI巨人背后也有不一样的成长历程，或者说令人黯然的经历：学术界的不认可、科研世家的压力、两任患癌的妻子…，Hinton比任何人都希望AI取代放射科医生，并更多地提高医疗服务的效率。在当今很多科学家仍然抱有“AI威胁论”，Hinton却保持乐观因为“我们也是机器，绝妙的机器”！

Mr. Robot

作者：Katrina Onstad

添加微信：MLAPython

（姓名-单位-方向）

即可加入机器学习交流群

▌30年：从无人问津到AI教父

三十多年以来，Geoffrey Hinton一直都处于人工智能研究的边缘地带。他像一个局外人一样坚守着一个简单的观点：计算机可以像人类一样，依靠直觉而不是规则进行思考。这个念头在Hinton的青少年时代已经萌芽，那时，他的一个朋友向他描述了全息图的工作原理，物体表面无数的反射光线被记录下来，被存入一个巨大的数据库里。Hinton立刻想到：大脑也是这样工作的——海量的细胞由无尽的神经元图谱连接起来，信息在其间传递并沿着十多亿条路径传输。

于是hinton萌发了一个想法：计算机是否也能这样工作？

根据当时主流学术界的观点：计算机只能通过规则和逻辑进行工作！而Hinton的神经网络，就这样被忽略了。

50年代后期，Cornell大学的一位名叫Frank Rosenblatt的科学家提出了世界上第一台神经网络机——感知机（Perceptron），它的目标很简单：识别图像。目的是给感知机一幅骗过的图片，那么它至少在理论上会识别出“苹果”。

这个Perceptron运行在IBM大型机器上，在当时引发了严重的“科学幻想”。1958年，《纽约时报》预测：认为这将是第一个像人脑一样思考的设备，“Perceptron将能够走路、说话、看、写、自我复制、意识到它自己的存在。”

然而Perceptron并没有实现这些幻想，它成了科学界的一个笑话。之后，在主流学术界，神经网络被降级到边缘领域。但是，Hinton却有自己的想法：“大脑必须以某种方式工作，但一定不是编写好的程序，因为我们没有被编程，我们有常识。”

1972年，25岁的Hinton在爱丁堡大学攻读博士学位，并把神经网络作为研究重点。在此期间，他的导师几乎每周都会提醒他在浪费时间。然而Hinton不为所动。

博士毕业后，Hinton在匹兹堡的卡内基梅隆大学（CMU）工作，然而，作为一名社会主义信仰的人，Hinton无法忍受当时里根政府的外交政策。他和妻子打算收养一个来自南美洲的孩子，所以不想让孩子在冲突严重的国家里成长。而且，美国大部分人工智能研究都是国防部资助的，与Hinton可以说格格不入。1987年，Hinton接受加拿大高等研究院（CIFAR）的邀请。CIFAR为Hinton提供了学术自由，还有不错的薪水。尽管从未学过计算机课程，Hinton被安排到计算机专业，在CIFAR从事机器和大脑学习项目研究。

Hinton在Sandford Fleming building有一个小办公室，默默地从事他的工作，随着时间推移，他身边聚集了少量的几个深度学习信徒。其中就包括Ilya Sutskever，他后来成为OpenAI的联合创始人。他在2000年加入Hinton的实验室，当时还是AI的“冬天”，可以说在学术界、工业界都不受重视。

2009年，计算机的计算能力明显提升，神经网络在语音和图像识别领域超过传统的基于规则和逻辑的方法，大型科技公司开始关注和投资人工智能。

2012年，谷歌在Google X实验室宣布建立了一个包含16,000个计算机处理器的神经网络，通过向计算机提供YouTube中数百万个随机的、未标记的视频，并对其进行了编程，用以识别猫之类的东西。

这一成功让Hinton成为AI界领袖。Dean在2013年邀请Hinton加入Google。

▌从不坐下的巨人，万众瞩目的Capsule

在多伦多大学，从Hinton在的办公室望出去，能俯瞰校园中心的主干道。Hinton一边吃着三明治，一边走来走去，不时在白板上写写画画，尝试让人们更容易理解神经网络。他说，如果必须为猫和狗分配一个性别，直觉来讲，人们可能会把狗看作是男性，把猫看作是女性。这种划分没有任何逻辑，但是，Hinton说，我们通过一千多个类比来理解，狗是积极的，多毛的，块状的；猫则狡猾，聪明，从这方面来讲，前者是男性，后者是女性是有道理的。这些都不能用逻辑来证明的，它是隐藏在我们的脑海中的。

Hinton几乎从不坐下，因为他患有椎间盘突出。这在他19岁的时候出现问题，那时他帮目前搬一个沉重的暖器，由于本身也存在钙代谢方面的基因问题，所以，从2005年以后，他基本就不再坐下了。

在Go North活动中，Hinton解释了两位谷歌工程师的研究成果：胶囊网络。Hinton用例子展示：胶囊网络使识别更快，更准确。如今，胶囊网络已经在学术界被人熟知，也不乏有人大肆宣扬鼓吹：“每个人都在等待它。”

当今很多AI领域的牛人都曾跟随Hinton学习，他的几十名学生现在已经成为Facebook、谷歌、苹果、Uber等科技巨头中的核心人物。

▌科学世家的压力：要么成为学者，要么一事无成

Hinton曾说过，在他成长过程中，他的母亲给过他两种选择：“要么成为学者，要么一事无成。”

Geoffrey Hinton出生于战后英国的温布尔登，他的父亲叫Howard Everest Hinton，是英国昆虫学家，喜欢研究甲壳虫。他的母亲Margaret是一位教师。而他们一家也都流淌着饱含聪明才智的DNA：他的叔叔是著名的经济学家Colin Clark，正是他发明了“国民生产总值”这个经济学术语;他的曾曾祖父是著名的逻辑学家George Boole，他发明的布尔代数（Boolean algebra）奠定了现代计算机科学的基础。

Hinton的母亲很有爱心，但他的父亲却有些令人敬畏，“他也不会虐待人，但他确实极其强硬”。

当被问起对于生长先和的科学世家的感受时，Hinton表示：“压力，很大的压力。”Hinton说，自己一辈子都在压抑、沮丧中挣扎，而工作就是他释放压力的方式。

▌两任妻子，一个信念：AI终将取代放射科医生

Hinton在1994年失去了他的第一任妻子Ros，她因卵巢癌逝世，Hinton成为单身父亲，独自抚养照顾他们收养的两个年幼的孩子。1997年，他与其现任妻子Jackie再婚，不过，三年前Jackie也被诊断出患有胰腺癌，Hinton处于失去第二任妻子的边缘。

Hinton在医院度过大量的时光，他目睹医院很多低效的数据处理以及大量误诊带来的困扰，他认为，人工智能的成果将使医学变得更加高效。他设想，过不了多久，每个人都能够花100美元获取自己的基因库(目前这一项目的费用为1000美元)，而且Hinton也认为X射线检测工作可能很快就会被大量机器人取代。

Hinton发起的Vector Institute的最早的一批项目中，就包括用神经网络研究多伦多医院提供的大量数据。

人工智能技术可以通过访问庞大的数据集（本质上就是病历）来实现众多突破，包括远程监控病人的心跳，帮助医生确定理想的出院时机。多伦多新创公司Deep Genomics是向量学院的合作伙伴之一，正在开发能够读取DNA的AI，这将有助于及早发现疾病并确定最佳治疗方案。Deep Genomics的创始人Brendan Frey是Hinton的一名学生。

Hinton问我是否会帮他一个忙。 他说：“我非常希望你能在文章里提一下，我过去两年半能够继续工作，是因为我的妻子对她的癌症有着如此积极的态度。”他平静地说：“非常感谢你。”

▌“我们都是机器，绝妙的机器”

截至目前，Vector Institute已经录用了20位科学家，他们正在为世界上一些宏大的问题探求技术解答：如何用AI来诊断儿童癌症，检测语言障碍？怎样建造机器，赋予人类像动物一样的视力，或者谱写优美的乐曲？或者怎样用量子计算来加速分析里人类活动产生的大量数据？Vector有一名关键员工Raquel Urtasun，会将她的部分时间分配给Uber，在那儿开发自动驾驶汽车。

如今的AI狂热不仅仅是为了金钱，也是因为AI融入日常生活的快速步伐，例如，我们从翻盖手机到iPhone X人脸解锁，用了不到10年的时间。

很多科学家担心AI技术发展太快，对人类造成一定的威胁，Hinton对AI基本保持乐观态度，“我认为这会让生活变得更容易。人们所说的潜在影响与技术本身无关，而与社会组织方式有关。作为一个社会主义者（socialist），我觉得当技术提高了生产力时，每个人都应该分享这些成果“。 Hinton表示，相比人们对机器日益提升的智能程度的担忧，对人类而言，更为紧迫的威胁其实是杀手机器人的开发。（为强调这一点，116家AI公司创始人在本周联合签署了一份请愿书，呼吁禁止制作致命的机器人武器。）

如今，在Hinton周围，Google的80后90后员工吃着沙拉，喝着咖啡，他们几乎都在玩手机。Hinton说“我们是机器”，“我们只是以生物的方式存在。大多数做AI的人对这一点毫不怀疑。我们只是特别精密的机器。”

原文链接：

https://torontolife.com/tech/ai-superstars-google-facebook-apple-studied-guy/