“计算机可以像人类一样思考，依靠直觉而不是规则。” ——Geoffrey Hinton
2012年，Google X实验室建立的一个神经网络在处理了数百万随机的YouTube视频后，在未被训练过的情况下，自主识别了猫，相当于它创造了“猫”这个概念。
从那时起，Geoffrey Hinton在30年中一直探索和坚持的神经网络理念终于开始为人们所承认与接纳。
1947年，Hinton出生于英国温布尔顿的一个知识分子家庭，家族中的大部分成员都在学术方面有所建树：他的高祖父George Boole提出了布尔逻辑，因“布尔检索”闻名于世；叔叔Colin Clark是一名经济学家，完善了GDP的概念；父亲Horward E. Hinton是一位著名的昆虫学家；Hinton的母亲Margaret Clark则是一位教师。
Hinton的母亲性格虽然十分和善，但在孩子的学术思想教育上一丝不苟。她曾告诉Hinton：“你有两个选择：做学者，或者失败者。”而他的父亲则更甚，对孩子异常严厉，争强好胜，令人敬畏。同时，Hinton的整个家族都贯穿着理性与唯物的思维，他的父母也对事物有着独立的思考与判断。虽然生活在冷战时期的英国，但他们却崇尚社会主义，并且自幼就教育Hinton：所谓“宗教”，都是胡说八道。
在Hinton读小学时，学校会组织每周去教堂做礼拜，这对于Hinton来说就如热锅蚂蚁般煎熬，他对此极度抗拒，也造成了他不合群的表现。Hinton在采访中回忆到，在一次课上，老师说：“一切美好的事物都是由上帝创造的。”Hinton对如此言论十分反感。他站了起来，用严密的逻辑反驳了老师，以至于老师欲辩却无言。
Hinton坚持、固执、“反主流”的性格从小便生出萌芽，但这些也成为日后他坚持自己的观点的重要精神支撑与动力来源。
当少年时代的Hinton第一次从朋友那里了解到全息图的工作原理后，脑海中就浮现出了大脑的图样————数以亿计的神经元以比人类能建造出的任何建筑结构都复杂的方式交错相通，承载着不可数的信息内容。
他想：一台计算机是否也能这样？
这个问题像一粒种子，深埋在Hinton心中。
青年时代的Hinton也像大多数人一样，忙于自己的学业。但即便是在学业上，他仍旧坚持“反主流”的朋克精神：在剑桥大学国王学院攻读过物理，化学，建筑学，只因觉得专业不合自己的理想，前前后后换了五次专业。而在第五次退学后，Hinton竟去当了一名木匠，帮人修建书架、木门。
也许Hinton坚持那份工作的话，世界会多一位杰出的木匠。但是这位“叛逆青年”最终还是决定回到校园，并且这次他找到了可以真正解决他内心疑惑的道路——人工智能。
Hinton认为，想要研究机器与大脑，就要建一个出来，并且他始终认为计算机可以像人类大脑那样依靠意识来思考。但当时主流学术界仍认为“符号学习”是发展计算机的方式，即计算机的运行只能依靠数据和规则。他们视Hinton的理论是天方夜谭，甚至连Hinton的导师都劝Hinton改换研究方向。
Hinton自然不会理会这些闲言碎语，他只坚持自己认为正确的事情。后来当被问及“是什么支撑着你坚持下去呢？是心中的信念与理想么？”Hinton回答：“不，因为他们都是错的。”
博士毕业后，Hinton在匹兹堡的卡内基梅隆大学谋得一份差事，继续研究神经网络。
Hinton在卡内基梅隆大学一直致力于深层次人工智能的研究。但一段时间后，他发现自己的研究资金都来自美国国防部，自己的研究成果最终可能被应用于军事目的。Hinton不愿制造杀人机器，于是在1987年，他毅然选择北上，接受了加拿大高等研究院(CIFAR)的邀请。CIFAR为Hinton提供了学术自由，还有十分体面的薪水。
那个时候，整个AI界面临着前所未有的困境：政府在长时间内看不到AI研究的结果，大量减少了对于人工智能的资金投入；而内部的派别斗争让本就奄奄一息的AI界更加脆弱。从那时起到21世纪10年代，30年的时间，Hinton都在一片看不到前路的世界里摸索前行。
直到2009年左右，计算机终于有了足够的计算力来支撑庞大的数据计算，人工智能也终于有了一定层次上的发展。终于在2012年，Hinton 带队参加ImageNet ILSVRC挑战赛，他们的研究成果Alexnet在图像识别任务上，以低于第二名10%的错误率获胜。从那一年起，神经网络、深度学习的概念开始走入人们的视野，而那个曾被贬得一无是处的朋克老头，也瞬间从一个局外人被推上神坛。
Hinton曾经举过一个例子来说明他的想法：如果必须要给猫和狗分配一个性别，在我们人类的文化中，大部分人可能会把狗看作男性，把猫看做女性。这背后的原因不能用逻辑证明，但这种印象确实隐藏在人们的脑海里。而所谓深度学习，就是机器要学习到这种“直觉”，不仅仅是依靠公式与规则，而是某种潜藏的在脑海深处的联结与条件反射，这其中有着一种吸引人的诗意。
Hinton在2017年加拿大建立的一家科研机构————Vector Institute里研究，这家机构获得了Google、加拿大航空以及政府等的多方合作支持，已经成为了一个混合学术界、政府公共部分和企业界的力量。他们致力于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？或者怎样用量子计算来加速分析里人类活动产生的大量数据？他们正在用自己的力量为这个世界贡献一份光明。
同时，Hinton对“AI焦虑”这种思想持乐观态度。“我认为它能让生活变得更容易。人们所说的这些潜在影响，和这种技术本身无关，而是与社会组织形式有关。作为一名社会主义者，我认为当技术进步提高了生产力时，每个人都应该分享到这些收益。”他不认为机器会自己叛乱于某个时刻，那些动乱只会来源的人类自己。
如今，这个朋克的老爷爷得知自己的思想成为主流后，又建立了Capsule理论，并告诉公众忘记自己曾经建立的一切，接受新的理论。74岁高龄的Hinton依然坚持着自己不做主流的那一套，永远赤忱，永远挑战权威。
我眼中的Hinton先生
Hinton先生不只是在学术上居功至伟，他的精神也对我们的社会有着借鉴的意义。
“虽千万人吾往矣”，Hinton老爷爷是我所了解过与接触过的的人中为数不多甚至屈指可数的真正愿意去坚持自己的热爱并且义无反顾的与其他人对抗的，他不畏惧别人的眼光，那并不是因为他不在意或者怎么样————他似乎拥有洞察未来的双眼，知道他的坚守会是正确的。
这种精神似乎也是我应该去追求的，毕竟，长时间的坚持自己所热爱的事物还是一件非常奢侈的事情。经历过迷茫，最终找准自己未来的方向，就义无反顾的去做。不去在乎别人的目光，毕竟还是自己的生活，一切都会是自己做出的最好的选择。
谁知道，这个“不羁”的老爷爷将来又会做出什么异想天开的事？不过可以确定的是，他绝不会停下坚持自己认为正确的事情的脚步。
最后，以Hinton先生的一段话作结。
We're just produced biologically. Most people doing AI don't have doubt that we're machines. And I shouldn't say just. We're special,wonderful machines.
我们是机器，我们只是通过生物方式制造的。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。我刚才不该说“只是”。我们是特别的、绝妙的机器。
参考资料：
[1]【深度学习之父：Geoffrey Hinton传奇】你我都是机器人 https://www.sohu.com/a/223211175_240534
[2]学术界有哪些大器晚成的例子？https://www.zhihu.com/question/53874411/answer/701905593
[3]Hinton传奇：退学当木匠，辞职反军方，终成一代AI教父 https://zhuanlan.zhihu.com/p/28824929
[4]Geoffrey Hinton：AI教父的朋克人生 https://www.zhihu.com/zvideo/1357406587473203200
给我【在看】
你也会好看！
