人工智能領(lǐng)域有三大奠基人，分別是Geoffrey Hinton、Yann LeCun與Yoshua Bengio。今天主要圍繞“神經(jīng)網(wǎng)絡之父”Geoffrey Hinton。

Geoffrey Hinton，被稱為“神經(jīng)網(wǎng)絡之父”、“深度學習鼻祖”，他曾獲得愛丁堡大學人工智能的博士學位，并且為多倫多大學的特聘教授。在2012年，Hinton還獲得了加拿大基廉獎（Killam Prizes，有“加拿大諾貝爾獎”之稱的國家最高科學獎）。2013年，Hinton 加入谷歌并帶領(lǐng)一個AI團隊，他將神經(jīng)網(wǎng)絡帶入到研究與應用的熱潮，將“深度學習”從邊緣課題變成了谷歌等互聯(lián)網(wǎng)巨頭仰賴的核心技術(shù)，并將HintonBack Propagation（反向傳播）算法應用到神經(jīng)網(wǎng)絡與深度學習。

Geoffrey Hinton出生于戰(zhàn)后英國的溫布爾登，他的父親叫Howard Everest Hinton，是個英國昆蟲學家，喜歡研究甲殼蟲。他的母親Margaret是一位教師。而他們一家也都流淌著飽含聰明才智的DNA：他的叔叔是著名的經(jīng)濟學家Colin Clark，正是他發(fā)明了“國民生產(chǎn)總值”這個經(jīng)濟學術(shù)語;他的曾曾祖父是著名的邏輯學家George Boole，他發(fā)明的布爾代數(shù)（Boolean algebra）奠定了現(xiàn)代計算機科學的基礎。

早在1960年代，Geoffrey Hinton的高中時期，就有一個朋友告訴他，人腦的工作原理就像全息圖一樣。創(chuàng)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(jié)果，然后將這些信息存儲進一個龐大的數(shù)據(jù)庫中。大腦儲存信息的方式居然與全息圖如此類似，大腦并非將記憶儲存在一個特定的地方，而是在整個神經(jīng)網(wǎng)絡里傳播。Hinton為此深深的著迷。對Hinton來說，這是他人生的關(guān)鍵，也是他成功的起點。

當時的學術(shù)界普遍認為計算機在規(guī)則和邏輯方面做得最好，而神經(jīng)網(wǎng)絡的概念根本就是錯誤的。但Hinton卻沒有絲毫動搖，并于1972年在愛丁堡大學攻讀博士學位時毅然選擇了神經(jīng)網(wǎng)絡研究。每周，他的導師都會對他說：“你這是在浪費時間?！钡獺inton的研究還是慢慢取得了一些成功。

博士畢業(yè)后，Hinton被里根政府的外交政策所困擾，因此帶著妻子搬到了多倫多，并接受了加拿大高級研究所的工作邀約。很快，Hinton組建起了一支專攻深度學習的人才團隊，其中就包括OpenAI的聯(lián)合創(chuàng)始人兼董事Ilya Sutskever?；貞浧?000年的“人工智能寒冬”， Sutskever說道：“當時我們只有十個人左右，資金非常匱乏。

九年時間飛逝，當計算機終于有能力挖掘海量數(shù)據(jù)時，超級神經(jīng)網(wǎng)絡開始在語音和圖像識別方面超越基于邏輯的人工智能。很快，業(yè)內(nèi)的大型科技公司，如微軟、Facebook、谷歌等紛紛開始投資。2012年，谷歌公司的絕密實驗室GoogleX（現(xiàn)在名為X）宣布建立一個由16000個電腦處理器組成的神經(jīng)網(wǎng)絡，并將其用在YouTube上。

隨后，該實驗室從YouTube上提取了數(shù)百萬個隨機的、沒有標簽的視頻，輸入到這臺新的超級計算機中，并通過編程使其能夠理解所看到的內(nèi)容。最終，神經(jīng)網(wǎng)格從無數(shù)個關(guān)于貓的視頻中成功分辨出了貓，這也成為了人工智能領(lǐng)域發(fā)展過程中的一個激動人心的時刻。

之后，Hinton和他的助手們就成為了人工智能浪潮中的領(lǐng)導者。 2013年，Google X的高級研究員Jeff Dean將Hinton招進了谷歌。有趣的是，原本就不屬于體制內(nèi)學者的Hinton，突然之間成為了體制的建立者。盡管觀點曾經(jīng)被業(yè)界拋棄，但如今他卻成為人工智能行業(yè)里最炙手可熱的人物。