社交账号登录

社交账号登录

0/34

上传头像

拖拽或者缩放虚线框,生成自己满意的头像

头像

预览

忘记密码

设置新密码

智能

2018 年图灵奖公布,授予三位人工智能领域先驱

Cade Metz2019-03-28 16:57:31

过去十年间,这些研究人员改变了技术的构建方式,加快了人脸识别服务、语音数字助手、仓库机器人和自动驾驶汽车的发展。

本文只能在《好奇心日报》发布,即使我们允许了也不许转载*

2004 年,杰弗里·辛顿(Geoffrey Hinton)花费大量精力钻研着一种被称为“神经网络”的技术理念。

这是机器观察周围世界、辨识声音甚至理解自然语言的一种方式。然而,科学家们研究了五十多年的神经网络,却始终无法让机器真正做到其中任何一点。

在加拿大政府的支持下,多伦多大学计算机科学教授辛顿博士成立了一个新的研究团队,招揽了同样在钻研神经网络的纽约大学教授杨立昆(Yann LeCun)和蒙特利尔大学教授约书亚·本吉奥(Yoshua Bengio)。

周三(当地时间 3 月 27 日),全球最大的计算机专家组织美国计算机协会(Association for Computing Machinery)宣布将今年的图灵奖颁给辛顿博士、杨立昆博士和本吉奥博士,表彰他们在神经网络领域的研究。图灵奖设立于 1966 年,有“计算机界的诺贝尔奖”之称,奖金 100 万美元。三位科学家将共享这笔奖金。

过去十年间,这些研究人员所孕育的伟大理念已经改变了技术的构建方式,加快了人脸识别服务语音数字助手仓库机器人自动驾驶汽车的发展。目前,辛顿博士在 Google 任职、杨立昆博士为 Facebook 工作、本吉奥则与 IBM 和微软签有协议。

“我们看到的无异于一场科学界的思维模式转变,”西雅图艾伦人工智能研究所(Allen Institute for Artificial Intelligence)首席执行官、人工智能领域知名人士奥伦·埃齐奥尼(Oren Etzioni)说,“历史改变了他们的方向,我感到十分敬畏。”

神经网络是一套大致模仿人脑神经元网络的复杂数学系统,可以通过分析大量数据学习离散任务。例如,它可以通过分析几千通以往的电话,学习辨识口语字句。

在神经网络的帮助下,许多人工智能技术以过去不可能的速度迅速发展了起来。计算机科学家不必再手动通过编码将行为添加到系统中(一次添加一条逻辑规则),而是可以搭建以自主行为学习为主的技术。

辛顿博士出生于伦敦,现年 71 岁。他首次接受神经网络的理念是在 1970 年代早期。当时他还是个研究生,而大部分人工智能研究人员都反对这一想法,就连他的博士导师都对此持怀疑态度。

“我们一周见一次面,”辛顿博士在采访中表示,“有时候我们的见面会以争吵收场,有时不会。”

1980 年代末和 1990 年代初,神经网络的理念出现了短暂的复兴。出生于巴黎的杨立昆博士在加拿大与辛顿博士进行了一年的博士后研究之后,搬到了新泽西州 AT&T 的贝尔实验室,设计了一套能够读取手写字母和数字的神经网络系统。一家 AT&T 子公司向银行出售了这套系统,它读取的手写支票一度占到了美国全部手写支票的大约 10%。

虽然神经网络可以阅读手写字迹,还可以帮助完成一些其他任务,但在识别照片中的人脸和物体、辨识口语单词、理解人类自然的说话方式等重大人工智能任务上,神经网络并没能取得多大的进展。

58 岁的杨立昆博士表示:“它们只有在你拥有大量训练数据的情况下才能发挥作用,而现在只有少数领域是存在大量训练数据的。”

但是,一些研究人员还在坚持钻研神经网络,包括现年 55 岁的本吉奥博士。本吉奥博士出生于巴黎,在成为蒙特利尔大学教授前,他曾在贝尔实验室与杨立昆博士共事过一段时间。

2004 年,在加拿大高级研究所(Canadian Institute for Advanced Research)不到 40 万美元的支持下,辛顿博士创建了一个研究项目,钻研“神经计算与自适应感知”(辛顿博士语),还邀请了本吉奥博士和杨立昆博士一同参与研究。

在大约十年前,这一理念开始展现出它的潜力。2010 年,辛顿博士和他的学生帮助微软、IBM 和 Google 突破了语音识别的界限。接着,他们又突破了图像识别的界限。

微软前语音研究人员邓力表示:“他是个天才,他知道怎么一次又一次地影响这个领域。”正是他将辛顿博士的理念引入了微软。

辛顿博士突破图像识别技术的基础是杨立昆博士开发的一种算法。2013 年末,Facebook 聘请这位纽约大学教授基于这一理念建立了一个研究实验室。本吉奥博士拒绝了一家科技巨头的邀请,但他在蒙特利尔大学主持的研究帮助推动发展了旨在理解自然语言的系统能够生成以假乱真照片的技术

这些系统无疑加快了人工智能的发展,但它们距离真正的智能还有很长一段路要求。不过,辛顿博士、杨立昆博士和本吉奥博士相信,还会有新的理念出现。

本吉奥博士表示:“我们创造了一个工具箱,用来打造能够真正理解人类的机器。但我们还需要对这个工具箱进行必要的补充。”


翻译:熊猫译社 钱功毅

© 2019 THE NEW YORK TIMES

喜欢这篇文章?去 App 商店搜 好奇心日报 ,每天看点不一样的。