字級:

【微視蘋】「每個人都錯了」 AI教父花40年等世界跟上

把圖片放上網路,電腦就能進行辨識;看不懂的語言打上去,電腦就能翻譯;把音檔丟上網路,程式就能自動分析出語句。電腦現今這麼「聰明」、人工智慧越來越先進,都要歸功於深度學習之父─辛頓(Geoffrey Hinton)。頂著一頭白髮、年紀已71歲的辛頓,上個月才獲頒加拿大最高榮譽勳章(Companion of the Order of Canada)。這位AI圈無人不知、無人不曉得的學界泰斗,總是站著用電腦。「我討厭站立,我寧可坐下。但我一坐下,病痛就來了。」辛頓不是刻意站著用電腦,因為背部疾病,他已經12年無法坐下,連搭車都不能。即便如此,他還是調皮的說,早在流行站立式桌子流行前,他就領先潮流站著打電腦了。領先潮流,也是他過去40年的寫照。辛頓出生於英國的學術世家,家中有數學家,也有經濟學家。他7歲那年就意識到,自己以後非得拿個博士不可。家庭壓力讓他一度想放棄研究,但對大腦的癡迷,又把他引領回這條路。他念生理學時,就對大腦的運作很感興趣
,接著攻讀心理學,並專攻電腦科技模擬大腦,最後進入AI領域。「Google認為這是公司未來的發展,亞馬遜也認為,蘋果也這樣想。我所在的領域卻認為這很沒sense,我們不該再繼續了。」辛頓研究的過程並不輕鬆,過去他專研的深度學習研究領域,學界不屑一顧,因為在辛頓之前,學界曾經嘗試過,但失敗了。1950年代,美國認知心理學家羅森布拉特( Frank Rosenblatt)將神經元理論應用在電腦。他發明了一個「感知機」(Perceptron)的神經網絡模型,也就是利用一個個電腦神經元,組成類似大腦的神經網絡,來模擬人腦計算的方式。羅森布拉特與研究團隊輸入一些資料到這些神經網絡,像是男性與女性的照片,讓電腦分辨他們的差別,但準確度並不高。問題出在羅森布拉特的神經網絡是單層的,但大腦更複雜,這也讓電腦神經元能起的作用有限。他的嘗試失敗,讓神經網絡領域被打入冷宮,學界對此不再感興趣。但辛頓沒有。對辛頓來說,羅森布拉特的研究正好顯示,其實只差一步。「大腦是一個巨大的神經網絡,所以一定要做到那樣才能運作。因為它在我們的大腦是能起作用的。」辛頓認為,如果能找到如何打造更複雜神經網絡的方式,就能解決單一神經網絡做不到的事。為了證實這個想法,他到美國幾個機構進行研究,卻發現背後贊助者都是美國國防部,「我不想拿國防部的錢,我不希望我做的這些,被拿去用在某些我覺得不好的目的上。」不希望AI變成軍武用途,辛頓決定前往加拿大,一個他認為會對AI有興趣、願意投資、又符合他期望用途的國家。1980年代中期,辛頓與加拿大多倫多大學的合作者,發現多層神經網絡─一個更深層的神經網絡,但運作效果不如預期。「我們還沒有足夠的資料,也沒有足夠的計算能力。AI和電腦科技領域的人基本上認為,神經網絡是個妄想,所以真的是很大的挫敗。」因為技術與資料量跟不上,他的研究被認為沒有意義。他當時積極參與研討會,但都只能坐冷板凳,常被他人輕視和瞧不起。「有很多時候我也會想,我不要繼續了。」辛頓帶點苦笑地說。直到2006年,世界才跟上辛頓的想法。超級晶片和大量網路生產的資料,讓辛頓的計算方法成真。所有他在1980年代就提出的概念與想法,隨著電腦科技的進步,終於獲得驗證。電腦能辨識圖像、能分析說話內容,也能翻譯了。2012年,神經網絡、機器學習這樣的詞彙,開始出現在像《紐約時報》這樣的大眾媒體上。現在,電腦深度學習的人工智慧已是主流。「當人們終於趕上了,有一種解脫的感覺。」辛頓邊說邊笑,現在沒人敢再輕忽他。他研究所在的國家加拿大,也因為辛頓成為AI的領頭國家。想法超前世界40年,近年才被理解,他怎麼撐下來的?「因為每個人都錯了啊。」他笑著說。(國際中心/綜合外電報導)想知道更多,一定要看……
智庫報告:美國25%職位可能被AI搶走


71歲的辛頓,是AI圈無人不知、無人不曉的學術泰斗。他上個月獲頒加拿大最高榮譽勳章。彭博

辛頓的想法超前世界40年,過去學界對他的研究不屑一顧。彭博

2006年,超級晶片和大量網路生產的資料,讓辛頓的計算方法成真。他的研究才逐漸受到重視。彭博

人氣(16529)