從「棄兒」到大神，神經網路之父Hiton說人類就是機器

本文系網易智能工作室、出品，此篇為AI英雄人物第62期。

選自：TorontoLife | 作者：KATRINA ONSTAD

編譯：網易智能 | 參與：李擎

30多年來，Geoffrey Hinton一直徘徊在人工智慧研究的邊緣地帶。他就像一個局外人一樣堅持著一個簡單的觀點： 計算機可以像人類一樣思考——用直覺而不是規則。

Hinton在青少年時期就萌生了這個想法，當時一個朋友向他描述了全息圖的工作原理：入射光線被物體多次反射，然後這些信息被存儲進一個龐大的資料庫中。Hinton來自於一個科學家世家，他當時立刻就想到了人類的大腦也是這樣工作的——我們大腦中的信息通過一個巨大的，由神經元圖譜連接起來的細胞網路傳播，在多達十億條的路徑上發射、連接和傳輸。令他好奇的是：計算機能不能也像這樣工作？

根據主流學術界的說法，答案是絕對否定的。他們說，計算機在規則和邏輯方面做得最好。在當時，Hinton提出的被稱為「神經網路的概念」當時被證明是錯誤的，但是，後來我們都知道這成為了「深度學習」和「機器學習」的基礎。在50年代後期，康奈爾大學的科學家弗蘭克·羅森布拉特（Frank Rosenblatt）發布了世界上第一台神經網路機器。它被稱為感知機（Perceptron），執行一個簡單的任務——識別圖像。從理論上講，你給感知機展示一個蘋果的圖片，它就會說出這是「蘋果」。感知機運行在IBM的主機上，而且它的樣子非常丑。它看上去就是一團縱橫交錯的銀線，就像是有人把爐子過濾板的內膽粘在了冰箱門上。儘管如此，這個機器還是激發了人們的科學幻想。1958年，紐約時報發表了一項預測，認為它將是第一個像人腦一樣思考的裝置。「感知機將能夠行走、說話、觀察、書寫、自我複製，而且能夠意識到它自己的存在。」

但最終感知機並沒有行走或者說話，它幾乎不能分辨左右，然後它變成了一個笑話。於是，當時的大多數學術圈都把神經網路除名在外。然而，Hinton並沒有退縮。他說：「大腦必須以某種方式工作，但肯定不是事先編好的程序。我們沒有被編程，我們有常識。」他認為，神經網路的想法並不是錯誤的，主要的問題是計算能力。當時的電腦無法處理數百萬張圖片，而要想讓計算機發掘出圖片的意義，大量的訓練是必要的。當時的樣本容量實在是太小了。

從「 棄兒 」到「 明星 」

Hinton於1972年開始在愛丁堡大學攻讀博士學位，研究方向是神經網路。每周，他的導師都會對他說，你是在浪費時間。但Hinton還是堅持繼續研究。在當時，神經網路確實取得了一些小小的成功。後來的事實證明，它在發現信用欺詐方面很有用。

博士畢業後，Hinton在匹茲堡的卡耐基梅隆大學找到一份工作。Hinton是一個驕傲的社會主義者，他當時被裡根政府的外交政策深深困擾。他的妻子Ros是一名分子生物學家，也是倫敦大學學院的前教授。他們計劃收養來自南美洲的一個男孩和一個女孩，所以不想讓孩子在捲入血腥的拉美衝突的國家裡長大。另外，美國的大部分人工智慧研究都是由美國國防部資助的，Hinton對此也不滿意，因此他接受了加拿大高級研究所（CIFAR）的邀請。

CIFAR為Hinton提供了學術自由和體面的薪水。1987年，他和妻子Ros搬到北方，在多倫多的Annex安頓下來。儘管從未學過計算機課程，但Hinton還是在多倫多大學計算機科學學院接受了一個職位，並在CIFAR展開了機器和大腦學習項目的研究。他在多倫多大學聖喬治校區的桑福德·弗萊明大樓里有了一間小辦公室，安靜地開始工作。

漸漸地，一些相信深度學習的人都加入了他的團隊。其中就包括Ilya Sutskever，他現在是OpenAI的聯合創始人兼董事，OpenAI是埃隆·馬斯克參與創立的人工智慧非盈利項目。他還記得2000年前後在Hinton的實驗室工作的時光。他說，當時還是「人工智慧冬季」，有10個左右的學生在Hinton的實驗室做研究，那時人工智慧研究領域的工作和資金都很匱乏，而且來自行業的資助也越來越少。「我們是局外人，但我們覺得我們有一種罕見的洞察力，覺得我們與眾不同。」Sutskever說。

2009年左右，當計算機終於有能力挖掘海量數據時，超級神經網路開始在語音和圖像識別方面超越基於邏輯的人工智慧。業界很快注意到了正在發生的變化，大型科技公司包括微軟、Facebook、谷歌等都開始在這一領域投資。2012年，谷歌公司的絕密實驗室Google X（現在名為X），宣布建立一個由16000個電腦處理器組成的神經網路，並將其用在YouTube上。該公司的深度學習人工智慧部門Google Brain的工程師們，由該部門的高級研究員Jeff Dean領導，從YouTube上提取了數百萬個隨機的、沒有標籤的視頻，輸入到這台新的超級計算機中，並通過編程使其能夠理解所看到的內容。YouTube上有很多關於貓的視頻，神經網路成功地從其他各種東西中認出了貓。這是人工智慧領域一個激動人心的時刻。「我們在訓練中從來沒有說過，『這是一隻貓』，」Jeff Dean當時說，「它基本上是自己發明了貓的概念。」

這一突破性的進展使得Hinton和他的助手們成為了人工智慧浪潮中的領導者。 2013年，Jeff Dean把Hinton招進了谷歌。Sutskever說：「我們本來就不在體制內，努力證明傳統觀點是錯誤的。有趣的是，現在我們已經成為了體制的建立者。」Hinton的觀點曾被業界拋棄，而突然間他卻成了行業里最重要的人物，從默默無聞變成了明星。

「我之所以能產生巨大的影響力，是因為我是極少數相信這種方法的人之一，而且那些相信這個方向的學生也加入了我，和我一起工作。我必須從他們當中選出那些有良好判斷力的人，」他笑著說，「好的判斷力意味著他們同意我的意見。」

膠囊神經網路，下一個大飛躍

Hinton在多倫多大學的辦公室能俯瞰到學校中心的幹道。他一邊走動，一邊吃著三明治，一邊在白板上畫畫，講述神經網路的巨大知識。他說，如果必須把狗和貓定義成兩個不同的性別，他停下來畫了一隻貓（形狀像雪人，有兩個小耳朵），從我們的文化來看，可能會把狗看成是雄性的，而貓是雌性的。在這個定義中沒有邏輯可言（還很性別歧視），但是，Hinton說，我們的聯想和類比告訴我們，狗是好鬥的、毛茸茸的、粗笨的；貓是狡猾的、聰明的、溫順的。前者有雄性的特徵，後者有雌性的特徵。這背後的原因不能用邏輯來證明，但它確實存在於我們的大腦中。

關於機器可以憑直覺感知這些相同表象的想法有一種詩歌般的吸引力： 知識來源於生活中積累的意義和經驗，是一種存在的神秘物質。這就是神經網路的美妙之處。 「這更接近於弗洛伊德的理論，意識的薄層、謹慎的推理以及其下所有沸騰的東西。下面這些沸騰的東西並不是有意識的推理，而是別的東西，起類比作用的東西。」Hinton說。

他不斷地重申著這一基本理念。去年秋天的Google Go North大會上，加拿大總理賈斯汀·特魯多（Justin Trudeau），創新部長Navdeep Bains，以及谷歌母公司Alphabet的執行董事長埃里克·施密特（Eric Schmidt）等人像熱切的學生一樣坐在桌前，而Hinton一直站著，俯瞰著這些知名人士。

他從來不坐著，因為他的脊椎上有一個突出物。第一次出現問題是他在19歲時幫母親搬一個很重的加熱器的時候，並且他在代謝預防骨質疏鬆症的鈣方面也有遺傳缺陷。隨著時間的推移，問題變得越來越嚴重。最終，坐著變成了一件很痛苦的事情，所以，他從2005年開始就不再坐著了。當然，這並不是一個理想的解決方案。尤其是Hinton每年需要在全球無數次會議上出席或發言。Hinton有辦法從多倫多到赫爾辛基，而一直不坐下。這一共需要11天。

圖：Hinton在2017年舉行的Go North科技會議上，與特魯多總理等人討論機器學習的問題。

「先躺在一輛公交車的后座上到布法羅。然後在法布羅換乘一輛芝加哥到紐約的卧鋪車，接著搭乘瑪麗女王號郵輪到南安普敦。然後站到倫敦，再乘歐洲之星站著到巴黎。在巴黎坐卧鋪到柏林。然後搭乘一輛舊的火車到羅斯托克，它坐落于海岸線上，以前屬於東德。然後你就可以乘渡船到達赫爾辛基。」這就是Hinton平常的說話方式：把數據切分成易於理解的一個個部分，他的目光聚焦在遠處，嘴角掛著微笑。

在Go North會議上，Hinton對他和兩名谷歌工程師的最新突破「 膠囊神經網路（capsule networks） 」做出了簡潔而清晰的解釋。神經網路依賴于海量的數據來學習，需要很長時間才認識到從不同角度觀察的對象是同一個物體。膠囊是一種人造神經元組成的層，能夠跟蹤物體的各個部分之間的關係，使識別更快更準確。比如說，從一個人的鼻子到嘴巴之間的小空間。在科技界，膠囊網路受到了人們的熱烈歡迎。紐約大學一位從事圖像識別工作的教授對連線雜誌說：「每個人都在等待著它，並期待著Hinton的下一個大的飛躍。」

圖：在Go North大會上，Hinton和紐約時報的Cade Metz討論膠囊理論

這一突破在發生在多倫多，對於這個城市來說是一件大事。在Hinton的努力下，每一家大型科技公司的人工智慧專家都在爭先恐後地在深度學習中做出下一個變革性發現。由於Hinton對人工智慧的研究方法先前並不流行，許多這方面專家都是在Hinton身邊接受培訓的：與其說「學生成為老師」，不如說「老師成為了對手」。 數十名Hinton過去的學生在Facebook、谷歌、蘋果和優步以及學術界都聲名鵲起，他們在學術界傳播了神經網路的知識，形成了他們自己的生活方式。 他們還記得Hinton是一名受歡迎的教授，因為他和學生一起工作，而不是把工作分派出去；他為了打破深夜研究的緊張氣氛，他會把葡萄放在嘴裡，向後仰頭，然後把葡萄一個一個吐到空中再接住，把學生逗樂。

在過去的十年里，多倫多的人才不斷流失，當地的創業公司被矽谷吞併，而多倫多大學的深度學習社區也面臨危機。典型的人工智慧專家，甚至是新手和剛畢業的大學生，都可以在矽谷找到工作，年薪從30萬美元到50萬美元不等，股票期權超過百萬美元。 多倫多必須弄清楚如何利用Hinton的存在，吸引他的精英部隊留在、或者回到他們最初學習的地方。因此，多倫多創建了一個價值數百萬美元的實驗室——矢量研究所（Vector Institute），由Hinton擔任首席科學顧問。因為受到了與Hinton合作的承諾的吸引，許多人工智慧領域的領軍人物聚集到了這裡。Hinton與矢量研究所的合作聽起來是個妙計，但加拿大在此之前已經失去了領先優勢。在加拿大科技公司北電和黑莓經歷了痛苦的解體後，矢量研究所成為了下一個希望。

成長：要麼成為一名學者，要麼就做個失敗者

在Hinton成長的過程中，他的母親給了他兩種選擇：「要麼成為一名學者，要麼就做個失敗者。」Hinton家族的家譜上，科學家佔了很大的比例。他的高祖父是布爾邏輯創始人喬治·布爾（George Boole），任何用過「布爾檢索」的人都很熟悉他。喬治布爾的女婿之一Charles Howard Hinton是Hinton的曾祖父，是一位數學家和科幻作家，他創造了「超立方體（tesseract）」的概念（一個可以在三維世界中看到的四維物體——所有熟知著名兒童小說《時間的皺紋》的人都聽過這個概念），Charles生活在維多利亞時代的英國，由於重婚罪而逃到了美國。Charles的兒子，也就是Hinton的祖父，定居在墨西哥，所以Hinton家族在墨西哥也有分支。Geoffrey Hinton的中間名是Everest，這個名字來源於他高祖母的叔叔、地理學家Everest，珠穆朗瑪峰就是以他的名字命名的；而寒春（Joan Hinton）是Hinton父親的表親，她是一位核物理學家，曾經參與曼哈頓計劃，在上個世紀60年代居住在中國。她的父親發明了兒童攀玩架jungle gym。

Hinton於1947年出生在英國溫布爾頓，他的父親Howard Hinton是一名昆蟲學家，母親Margaret Clark是一名教師。Hinton所描述的自己的童年時期，就好像拿著顯微鏡的丹尼爾·韓德勒（Lemony Snicket，美國作家及編劇）、哈克貝利·費恩和美國喜劇電影《天才一族》（The Royal Tenenbaums）的綜合體。

他和他的三個兄弟姐妹在一間住滿各種動物的大房子里長大。他家裡有一隻貓鼬，佔了很大的空間，車庫的洞坑裡還養了毒蛇。小時候的Hinton曾經在坑邊揮動手帕吸引那些毒蛇的注意，其中一條蛇差點咬到了他的手，Hinton險些因此喪命。1961年，他的父親去中國的巡迴演講時帶回來了十幾隻中國海龜，Hinton曾經幫忙照顧它們。雖然當時的中國實際上不對外國遊客開放，但當時前加拿大總理皮埃爾·杜魯多（Pierre Trudeau）也到訪中國，當時他和Hinton的父親住在同一家酒店，共用一個衛生間。根據Hinton家族的傳說，當時Hinton的爸爸把這些海龜養在浴缸里，至少有一次打破了特魯多洗澡的計劃。

Hinton回憶起他的好奇心被激發的那些時刻。他四歲的時候，和母親一起乘公共汽車在鄉間旅行。公共汽車的座位向後傾斜，朝向行李架。Hinton從口袋裡掏出一枚硬幣，放在座位上，但它沒有向後面滑去，而是滑向了前面，似乎在對抗重力向上移動。這個不可思議的硬幣刺激Hinton的想像力長達10年。當他還是個青少年的時候，他發現硬幣的運動與天鵝絨坐墊套以及巴士與座套纖維傾斜方向相反的振動有關——這是一個非常令人滿意的結論。「有些人完全有能力發現他們不理解的東西，但對此熟視無睹。但這些違背了我所認知的世界的東西，我一定要弄清楚。」Hinton說，「我實在忍受不了這樣的事情。」

Hinton的母親非常和藹，但他的父親卻有些令人生畏，不僅表現在身體上（他可以單手做引體向上），還是在智力上。「他喜歡那些思路清晰的人，如果你說了一些廢話，他就會稱其為垃圾。他不是那種很多愁善感的人。我不是說他會虐待人，但他的脾氣非常強硬。」Hinton中學就讀於一所名為克利夫頓學院的私立學校，「並不是什麼頂尖學校，」他說，他和他的朋友Inman Harvey曾經在周圍的村子搭車四處玩耍，Inman Harvey現在是計算機科學家、蘇塞克斯大學的人工智慧訪問研究員。

「Geoff的父親對我很好，但他是一個愛出風頭的父親，非常爭強好勝，」Harvey說，「Geoff繼承了這一點。他的父親是皇家學會的成員，後來Geoff也成為了皇家學會的成員。他可能感覺到了父親對他的殷切希望。」

Hinton的青年時期與六七十年代的自由放任並不相符，他為了達到家族對他的期望，選擇了一條曲折的道路。1966年，在大學之前的暑假，Hinton和Harvey在美國和墨西哥背包旅行。

這兩個年輕人沒有多少錢，他們有時會乘夜車來省下住酒店的費用。在墨西哥南部的一個小漁村，他們在高高的海浪中游泳時，把一個行李袋留在了海灘上，結果他們的錢和護照都被偷了。每天下午，他們兩個都要步行7公里到最近的村莊，看他們的旅行支票是否已經送到了銀行。他們僅僅用3美元就能生存一周，還曾試圖在高溫下把香蕉皮放進罐子里做香蕉汁——事實證明這是一個失敗的實驗。

在70年代，Hinton完成了他的實驗心理學的學位後，Hinton做了一些零工和木工活。1972年，他開始攻讀人工智慧博士學位，但對自己的學業感到沮喪和矛盾。有一個周末，他參加了一個研討會，有點類似EST-y，是那種自我實現療法會議。他討厭這個活動。當時一共有八個人，互相敞開心扉，討論他們的渴望和追求。在最後一天，每個與會者都必須向大家他們在生活中真正想得到的東西。大家都在說，他們真的想得到別人的愛。「都是些原始的和不受約束的東西，」Hinton回憶道。他僵住了，不知道該說什麼。當其他人在人群中四處走動，大聲說出他們的秘密願望時，Hinton驚訝地發現：「我真正想要的是一個博士學位！」他大聲吼了出來。這一宣言重新點燃了他對神經網路研究的熱情。

圖：31歲的Hinton在加利福尼亞州拉霍亞市，旁邊是加州大學聖地亞哥分校認知科學的博士後研究員Chris Riesbeck。

當被問及在這個非凡的家族歷史的陰影下成長有何感覺時，Hinton說：「壓力。感覺非常有壓力。」他說，他一生都在與抑鬱和沮喪作鬥爭，工作是他放鬆的方式。當深度學習獲得成功的時候，他的壓力稍微減輕了一些。「很長一段時間，」他說，「我都覺得自己不好……好吧，我終於成功了，這是一種巨大的解脫。」

兩任患癌妻子，讓他聚焦人工智慧改變醫療的研究

當他面對學術上的冷漠而埋頭苦幹時，他在90年代遭遇了另一個打擊——他成為了一個單身父親。在他和他的第一任妻子Ros收養了他們的孩子後不久，Ros就患卵巢癌去世了。Hinton曾經習慣於沉浸在自己的思想中和實驗室里，但他一下又回到了要撫養兩個孩子的現實世界。他的兒子患有注意力缺陷多動症（ADHD）和其他學習障礙，即使有保姆，Hinton也必須在下午6點回到家，陪伴自己的兒子，然後衝到Gap買促銷的襪子。

「我無法想像一個有孩子的女人如何能有一個學術生涯。我已經習慣了把時間花在思考上。」

「教育很有趣，但也有一點分心，而餘下的生活——我沒有時間去過，」Hinton說。「但有了小孩子之後，這根本就不行。」儘管如此，工作還是為他提供了一個避風港。Hinton說：「我有時會覺得，我在用數字和數學來作為我的情感上的防禦。」養育子女使他的想法發生了改變。「以前我去超市的時候，收銀員連兩個數字的加法都不活做，我想：「看在上帝的份上，為什麼他們不能雇一個能做算術的收銀員呢？」」現在我會想：「超市能僱傭這個人，真是太好心了。」他補充道：「我沒有想成為一個更好的人，這只是碰巧發生了。這其實並不是我的目標。」

圖：1997年，他和第二任妻子Jackie在Annex舉行了婚禮，旁邊是他的兩個孩子，8歲的Thomas和6歲的Emma。

1997年，Hinton再婚，妻子是英國藝術史學家Jackie。三年前，她被診斷出患有胰腺癌，而現在Hinton正處於失去第二個妻子的邊緣。Hinton的一生中在醫院裡里度過了許多時光。他提出的問題經常惹惱醫院的工作人員。他知道病人在等待結果時收到模糊信息的挫敗感。但與大多數人不同的是，他知道，很快就會有一種技術，可以在把需要等待一周的測試結果縮短到一天。

作為一個克制的英國人，Hinton通常會把傳播AI知識的機會留給其他人， 但Hinton對於深入學習改革醫療保健的潛力是充滿熱情的。這個話題能夠讓他興奮起來 ，但飛行汽車就不能吸引他的興趣。「我發現醫療專業人員使用數據的效率低下。在病人的病史中，還有很多信息沒有被使用。我發現醫生們真的不能很好地閱讀CT掃描。如果你讓兩個放射科醫生看同樣的掃描結果，他們會作出兩種不同的解讀。」

醫務人員曾三次根據CT掃描結果告訴他的妻子，她有繼發性腫瘤，但每次都是誤診。Hinton相信人工智慧最終會讓放射科醫師失業——或者至少取代閱讀圖像的工作。識別是人工智慧的核心，也是成功診斷和治療的核心。「最終，人工智慧工程師將會知道如何訓練你的免疫系統來攻擊癌細胞，」Hinton說。

矢量研究所由Hinton發起的第一個項目，將把神經網路連接到多倫多醫院提供的海量數據中。 最近，Peter Munk捐贈1億美元給以他的名字命名的心臟護理中心時，這筆資金已被指定用於讓這家醫院成為數字心血管健康領域的世界領先者，而矢量研究所也將獲得部分資金。

通過訪問像Munk護理中心這樣的研究所的大量數據集，人工智慧技術實現許多突破，包括遠程監控病人的心跳，以及幫助醫生確定出院的理想時間。多倫多初創公司Deep Genomics是矢量研究所的合作夥伴之一，該公司正在開發能夠讀取DNA的人工智慧技術，這將有助於早期發現疾病並確定最佳治療方案。Deep Genomics的創始人Brendan Frey是Hinton的學生。

在經歷了幾十年的緩慢發展之後，深度學習正在迅速發展，而Hinton似乎陷入了類似《羅倫佐的油》中的困境當中，迫切地希望推動科學向前發展，試圖超挽救所愛的人的生命。

但是胰腺癌非常殘酷，而且在早期很難診斷。「恐怕她等不到那個時候了。」Hinton說。

Yoshua Bengio是加拿大蒙特利爾大學的一個深度學習先驅，他與Hinton和Facebook的Yann LeCun一道，在科技圈裡被稱為「人工智慧三巨頭」。幾十年來，當Bengio在多倫多有工作要做的時候，他就住在Hinton在Annex的房子里，和他一起散步（Hinton到哪裡都是走路，因為他只有站著的時候背才不會痛，而乘車需要坐著）。他看著Hinton一路達到今天的科技名人地位，但同時也有些擔心。「他不是上帝，他也是會犯錯的。他只是一個普通人，做著普通人會做的事情。」Bengio說。有時他可以透過黑暗看清事物，但他的個人生活對他來說並不容易。他也有他的黑暗時代。」

去年9月的時候，Hinton和他的妻子在他們位於Muskoka的別墅里住了幾天。當時那裡是一年中最美麗的時候。他說：「她非常勇敢，非常明智，所以她只是覺得自己有了更多的時間，她決心把時間花在最好的地方。」然後Hinton問我能不能幫他一個忙。「我非常希望你能提一下，我過去的兩年半里能夠繼續我的工作，是因為我的妻子對她的癌症有著非常積極樂觀的態度，」Hiton平靜地說，「非常感謝你。」

矢量研究所是多倫多大學解決人工智慧人才流失的方案，它似乎還留存著許多新鮮感。它是加拿大最新的人工智慧研究機構，位於MaRS創新中心綜合大樓里，於去年秋天開放。研究所的玻璃幕牆對面是皇后公園和多倫多大學，兩者都是矢量研究所的合作夥伴。

矢量研究所擁有超過1億美元的地方和中央資金支持，還有來自30多個私人合作夥伴的8000萬美元，包括加拿大的大型銀行、加拿大航空、泰勒斯電信和Google等，它是一個公私混合的機構，混合了學術界、公共機構和企業界的力量。研究所迄今已經僱傭了20名科學家， 他們正在為解決世界上一些重大的問題尋求技術答案：人工智慧如何被用來診斷兒童的癌症，並在言語中檢測痴呆症？我們怎樣才能造出機器來幫助人類擁有動物一樣的視力，又能創作優美的音樂，或者利用量子計算來加速分析人類每天產生的海量數據？ 矢量研究所的主要員工之一Raquel Urasun同時在研究所和Uber工作，她在那裡開發自動駕駛汽車。

關心人工智慧被濫用的問題

在今天，圍繞人工智慧的狂熱不僅與金錢有關，還與人工智慧融入日常生活的快速步伐有關。從翻蓋手機到具有人臉識別功能的iPhone X，中間不過10年，很多科學家擔心這項技術發展太快以至於超出了我們的控制範圍。斯蒂芬·霍金、埃隆·馬斯克和比爾·蓋茨都曾警告過失去控制的人工智慧會帶來的危險。「我擔心人工智慧可能會完全取代人類。」霍金最近說。

Hinton明白這其中的道德含義：他簽署了一份請願書，要求聯合國禁止使用致命的自主武器，也就是所謂的「殺人機器人」，並拒絕了加拿大通信安全局的董事職位，因為擔心人工智慧可能存在的安全濫用問題。他認為，政府需要介入並制定相關法規，防止軍方利用他畢生致力於完善的技術——尤其是要防止軍隊開發殺人機器人。不過，Hinton在很大程度上對「AI焦慮」保持樂觀。「我認為它會讓生活變得更容易。人們談論的潛在影響與技術本身無關，但與社會的組織形式有關。作為一名社會主義者，我認為當技術進步，生產力提高時，每個人都應該分享這些成果。」

去年夏天，Hinton在市中心的Google食堂吃午餐。這裡擁有大多數科技公司標配的日間美容室，還有阿米巴沙發和一系列健康午餐，許多不到30歲的人在那裡用餐。在露台上，有一個小型的高爾夫球場和一個授粉蜂箱。一台濃縮咖啡機發出響亮的聲音。很難想像這是機器入侵開始的地方，但是……

Hinton站著吃著他的藜麥和雞肉，他說：「 計算機接管世界的末日場景，在很長一段時間內都不會發生。我們離這類事情還有很長一段路要走。 對哲學家來說，思考這個問題很好，但我對這個問題不是特別感興趣，因為這不是我人生中必須要處理的問題。」Hinton說話時永遠都面無表情，所以很難判斷他是不是在開玩笑。

但是，這種對機器的依賴對我們產生了怎樣的影響呢？我告訴他，每當我的手機給我一個消息回復提示（「聽起來不錯！」「到時候見！」）的時候，我都會覺得有些無力，我感覺自己變得機械化了。從2001年開始，流行文化就一直在闡述這種憂慮，就像《2001太空漫遊》里描繪的那樣。在娛樂圈，機器的進步被解讀成了一種個人的孤獨，一種損失。就好像，機器變得更人性化，我們就變得不那麼人性化了。

Hinton聽著，並沒有不友好地看著我，而是帶著一絲懷疑。「當你用袖珍計算器的時候，你會不會覺得自己不那麼像人類？」他問道。在他周圍，谷歌的千禧一代正吃著沙拉，喝他們的咖啡，他們的門禁卡在臀部周圍擺動。幾乎所有的人都在正在看手機，或者是拿著手機。

「我們就是機器，」Hinton說，「只是以生物上的方式產生的而已。大多數人工智慧領域的人對這一點毫不懷疑。我們只是一台非常精巧的機器。我不應該說「只」。我們是特別的、了不起的機器。」（完）

本文來自網易智能，創業家系授權發布，略經編輯修改，版權歸作者所有，內容僅代表作者獨立觀點。[ 下載創業家APP，讀懂中國最賺錢的7000種生意 ]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！