AI英雄譜之寒冬下的堅守者傑弗里·辛頓
「現在神經網路有效了，所以業界和政府就開始把神經網路稱作人工智慧。原來的人工智慧領域那些一輩子都在嘲笑神經網路的人則說他們從來沒有那樣說過，現在也樂意把神經網路叫做人工智慧，而且也在嘗試從中賺錢。」------傑弗里·辛頓
在當今的人工智慧研究界有一個英國老頭的名字可謂是如雷貫耳，他曾發明了玻爾茲曼機（Boltzmannmachine），也首先將反向傳播（Backpropagation）應用於多層神經網路；不僅如此，他還有 Yann LeCun 和 Ilya Sutskever 等大牛級的徒弟（這倆人再AI界也是紅的發紫的人物，我們以後再說）。那這個牛人是誰呢？
那就是?傑弗里·辛頓（Geoffrey Hinton）教授，深度學習泰斗級人物。
一般來說，能成為宗師級別的人，多少都會有一些異於常人的地方，辛頓教授自然也不例外，而且他從事的研究工作經歷還頗有一番」待到秋來九月八，我花開後百花殺「的氣勢。
1、人才濟濟的Hinton家族
我們就先從Hinton教授的家族說起，要是把Hinton家族族譜這麼一擺，我們就會驚奇的發現，Hinton家族還真是能出人才的家族。
首先Hinton的父親是個英國昆蟲學家，喜歡研究甲殼蟲。這裡說的甲殼蟲可不是大眾公司的那款經典小轎車，而是活生生的小蟲子。他的母親是一位教師，而他們一家也都流淌著飽含聰明才智的DNA：Hinton的叔叔是著名的經濟學家Colin Clark，正是他發明了「國民生產總值（GNP）」這個經濟學術語；他的曾曾祖父是著名的邏輯學家George Boole，他發明的布爾代數(Boolean algebra)奠定了現代計算機科學的基礎。
2、瘋狂退學之路
再看看Hinton婉轉曲折的求學之路，Hinton先是進入了克利夫頓大學，畢業後，他進入了劍橋大學國王學院攻讀物理和化學，但僅讀了一個月後就退學了。一年之後Hinton再回劍橋申請攻讀建築學，但只持續了一天他又退學了。
你是不是以為Hinton徹底放棄了？並沒有。
退學一天之後Hinton又專攻物理學和生理學，但覺得其中數學太難，遂轉學哲學。然而一年後，Hinton發現自己對哲學充滿了抗體，只好再專修心理學。最後在確認了心理學家對人類意識也是毫無頭緒後，Hinton這才轉到愛丁堡研究人工智慧。如果Hinton在劍橋再呆兩年，說不定他很可能會把劍橋所有的學科逐一嘗試一番。
3、少年時期的伏筆
說來有趣，對Hinton來說，他人生的關鍵，也是他成功的起點，竟然是在高中時代。讓Hinton對神經網路如此著迷的原因，竟然來自他的高中時期的朋友。
早在1960年代，有一個朋友告訴他，人腦的工作原理就像全息圖一樣。創建一個3D全息圖，需要大量的記錄入射光被物體多次反射的結果，然後將這些信息存儲進一個龐大的資料庫中。大腦儲存信息的方式居然與全息圖如此類似，大腦並非將記憶儲存在一個特定的地方，而是在整個神經網路里傳播。
4、寒冬下的堅守
經過幾年的艱辛工作，Hinton又回到了學術界，並從1973年開始在英國愛丁堡大學攻讀人工智慧博士學位，繼續他的神經網路的探索。
Hinton 教授的工作不僅相對來說令人費解，而且在一場長達 10 年的計算機科學學術之爭中處於失利的一方。Hinton 教授說，他的神經網被獲得了更多資助的人工智慧傳統論（需要人工編程）者認為是「沒有頭腦的廢話（weak-minded nonsense）」，學術期刊過去常常拒收有關神經網路的論文。
早在80年代初期，當Hinton和他的同事們剛開始這項研究時，那時的電腦還不夠快，不足以處理有關神經網路的這些龐大的數據，他們取得的成就是有限的。而當時AI普遍的研究方向也與他們相反，都在試圖尋找捷徑，直接模擬出行為，而不是試圖通過模仿大腦的運作來實現。
5、堅持與變革
在這樣艱難的環境下，Hinton和LeCun仍舊堅持了下來。就算到了2004，學術界對他們的研究仍未提起興趣。而這時距離他們首次提出「反向傳播」演算法已經過了20年。這個演算法是他們神經網路研究的墊腳石。但也就在這一年，靠著少量的資金支持，Hinton創立了Neural Computation and AdaptivePerception（NCAP，神經計算和自適應感知）項目。該項目邀請了來自計算機科學，生物，電子工程，神經科學，物理學和心理學等領域的專家參與。
Hinton的目的是創建一個世界一流的團隊，致力於創建生物智能的模擬——至少他打算模擬出大腦運用視覺、聽覺和書面的線索來做出理解並對它的環境做出反應這一過程。Hinton認為建立這樣一個小組對AI的研究將是一個創舉。在此之前，科學家們和工程師們各自為政，很少與其他領域的人合作。
事實證明他是對的。
6、神經網路重回主流科學界
最終隨著晶元計算能力的提高，他們建立了更有效的深度學習的演算法。贏得全球AI界的關注，並成功的吸引到了網路巨頭們的注意。只用了一年，Hinton和他的團隊就讓所有投資者看到了投資他們會有多麼豐厚的回報。
Hinton 教授說：「現在神經網路有效了，所以業界和政府就開始把神經網路稱作人工智慧。原來的人工智慧領域那些一輩子都在嘲笑神經網路的人則說他們從來沒有那樣說過，現在也樂意把神經網路叫做人工智慧，而且也在嘗試從中賺錢」。
他過去帶過的學生已陸續被矽谷挖走，分別在蘋果、Facebook和Google這類的科技巨頭公司里領導著人工智慧領域的研究工作，而他自己也被Google聘請為公司副總裁，主管工程設計部門。在接下來的幾個月里，他將執掌多倫多新募集了1.8億美元資金的人工智慧研究所Vector Institute，以期鞏固這座城市在人工智慧領域作為全球領導者的地位。
Hinton教授是機器學習的開創者，使得計算機可以獨立想出程序、自己解決問題。特別重要的是，他還從中開闢了機器學習的一個子領域，即所謂的「深度學習」，也就是讓那些機器像一個蹣跚學步的孩子一樣，模仿大腦的神經網路形式。
7、關於未來
即便是高瞻遠矚如Hinton，他也不知道人工智慧革命接下來會將我們帶向何處。他認為「在這個領域，很難預測五年以後的事情，畢竟事情往往並不會像你期待的那樣如期而至。」
不過可以確定的是，正如我們所知，新世界的大門即將開啟。
好了，今天AI英雄譜就講到這裡，如果大家覺得不錯，歡迎大家把我們這篇文章轉發到朋友圈分享。
大家想了解人工智慧領域的哪些傳奇人物呢，歡迎留言告訴我們。
