|
人工智能教父Geoffrey Hionton，有个杰出的家谱、优秀的祖先和优异的基因。他爸爸是个昆虫学家，他妈妈是数学老师，他的高曾祖父，就是那个发明了布尔代数的布尔。 Geoffrey Hionton大学换了四个专业，一开始学物理，但只读了一个月就退学了。一年之后，他又重新申请了建筑学专业，结果一天之后又退学了。 之后重回物理，但因为其中的数学太难，他转学哲学专业，花1年修完了2年的课程，结果不想学了，转修心理学，最后在1970年获得实验心理学学士学位。 难道，求学不顺利，是成功者的标配？  1972年，Hinton进入爱丁堡大学研究生院，开始学习人工智能和神经网络。Hinton是一个有一身反骨的学生，读大学时不断换专业，读研究生时，则不断和导师吵架。 那时候他导师已转向传统的AI方法，依赖逻辑和规则为计算机编程以使其“思考”，但Hinton坚持研究神经网络。 “我一直对导师说，'好吧，再给我六个月，我会向你证明神经网络的作用。’然后六个月快结束时，我会再次说，'好的好的，我已经快能够证明了。再给我六个月的时间’。”  就这样，Hinton在人工智能的道路上，坚持到现在。他率先将反向传播用于多层神经网络，揭开了深度学习的序幕，还培养了一批优秀的学生，包括：Facebook人工智能研究院总监、R语言解释器作者、OpenAI 研究总监等等。 而神经网络AI的突破，很大一部分原因是因为计算能力的大幅度提高，使得基于神经网络的AI打败了其他更成熟的方法，例如图像识别的错误率达到了5％之内，媲美人类水平。  未来的社会，会是怎么样呢？Hinton认为，人们会花更多时间在创造性工作，让机器做更多例行工作。 |
|
|
