過去三十多年來，Geoffrey Hinton一直在人工智能研究邊緣徘徊。在他看來，計算機是完全可能像人類一樣思考的，而且是借助直覺思考，而非規則。

年輕時，他從一位朋友那兒了解到了全息圖及其工作原理，再加上家族內的科學氛圍熏陶，他就產生了這樣一個想法，即人腦的運作過程其實也是相似的。人腦中的信息分布在一個由細胞構成的大網之中，由大量神經元相連接，沿著無數條通道進行傳輸。由此，他的腦海中便出現了一個疑問：計算機也能夠按照這樣的方式運作嗎？

按當時主流學術界的說法，這個問題的答案無疑是否定的。在他們看來，計算機當然是要以特定規則和邏輯為運作基礎的。而且，Hinton當時提出的概念“神經網絡”，也就是現在的“深度學習”或“機器學習”，也沒能得到他們的認可。然而，到了50年代末，來自康奈爾大學的科學家Frank Rosenblatt研發出了世界上第一臺神經網絡機器，取名為Perceptron。該機器只有一個簡單的目標，那就是識別圖像。它在IBM主機上運作，不過外形設計并不是很好，到處都是錯雜的電線。但即便如此，還是引來了不少關注。1958年，《紐約時報》預測它將會成為有史以來第一臺能夠像人腦一樣思考的設備。不僅能走路，還能說話，可以自己認識自己、自己模擬自己。

但事實上，Perceptron既不會走路，也不會說話，甚至連左右都分不清。在當時的主流學術界，神經網絡根本就不受重視，可Hinton卻沒有放棄，一直堅持自己的看法。他表示：“人腦有自己特定的運作方式，不受任何程序限制，我們是有常識的。所以，神經網絡這一概念，本身是絕對沒錯的，只不過計算能力成了主要難題。那時候，計算機還無法處理數以百萬計的圖像，樣本容量實在是太小。”

1972年，Hinton進入愛丁堡大學攻讀博士學位，幾乎每天就只知道研究神經網絡。盡管導師告訴他，這根本就是在浪費時間，但他還是一如既往堅持自己的研究。到最后，皇天不負苦心人，神經網絡終于取得了些許成就，可以有效檢測信用欺詐。所以，畢業后，他就順利在匹茲堡的卡內基梅隆大學找到了一份工作。

但后來，由于一些不得已的原因，他選擇離開美國，接受了來自加拿大高級研究所（即Canadian Institute for Advanced Research，以下簡稱CIFAR）的工作邀請。在那里，Hinton不僅享有充分的學術研究自由，還能拿到一份相當不錯的薪酬。1987年，他和妻子Ros在多倫多定居下來，同時接受了CIFAR提供的一份在多倫多大學教授計算機科學課程的工作，并且在CIFAR開創了《機器和人腦學習》這門課程。

不過，在此之前，他自己從來都沒有系統性地上過計算機科學課程。他在圣喬治校園內開設了一間小型辦公室，便默默開始了自己的研究。沒過多久，很多對深度學習感興趣的人，就慕名而來加入了Hinton的那家小型實驗室。其中一位，便是Ilya Sutskever。作為人工智能非營利組織OpenAI的聯合創始人和主要負責人，Sutskever回憶道：“跟著Hinton在實驗室做研究，應該是2002年前后的事情。現在回想起來，那段經歷就像是夏令營一樣讓人懷念。要知道，當時人工智能是完全不被大家看好的，從事這一研究的學生也就只有十來個。無論是研究資金支持，還是與之相關的工作崗位，都少得可憐。幾乎人人都不認可我們，可不知為何，當時的我們就是有一種自己獨具慧眼、與眾不同的自信。”

大約到了2009年，計算機終于有了處理海量數據的能力。由此，由超級計算機提供支持的神經網絡，開始受到大家關注，表現逐漸超越了語言識別和圖像識別領域那種以邏輯為基礎的人工智能，微軟、谷歌和Facebook這類大型科技公司也紛紛開始投資。2012年，谷歌神秘實驗室X對外宣布，已經建成一個配備1.6萬計算機處理器的神經網絡，并且已經在YouTube上試用。谷歌深度學習人工智能部門Google Brain的負責人Jeff Dean表示，在YouTube的海量視頻當中，該神經網絡已經能夠順利識別出內容有貓的視頻，而且還是完全自主的。因為在整個訓練過程中，他們并沒有刻意明確過什么是貓，什么不是貓。

由此，這項突破又進一步使得Hinton及其同事，成了整個人工智能研究領域的關注焦點。2013年，在Dean的邀請之下，Hinton加入了谷歌。不過，并不是正式的全職員工。Sutskever表示：“當時，真是挺諷刺的。畢竟以前我們是不受主流認可的，總是想要證明傳統觀點是錯誤的，我們觀點才是正確的?？赏蝗恢g，自己居然就成了主流?！倍浽獾椒穸ㄉ踔翏仐壍腍inton，一夜之間就成了整個行業最大的功臣。

Hinton自己也表示：“之所以能夠給整個行業帶來較大影響，主要還是因為我是為數不多的幾個從一開始就堅信神經網絡合理性和正確性的人。在那些從心底里同樣認可這一觀點，并且選擇跟著我一起研究的人當中，我需要認真挑選出擁有良好判斷力的最優質人才。”

Hinton介紹說，通常情況下，大家都傾向于將狗定義成男性形象、將貓定義成女性形象。雖然這種做法沒有任何邏輯可言，甚至還帶有一點性別歧視，但我們卻也都能理解。在大量類比案例中，狗毛發旺盛、攻擊性強，貓聰明神秘、性格溫馴。所以，前者恰好符合男性特征，后者恰好符合女性特征。這些都是沒有任何邏輯支持的，卻早就已經根深蒂固地存在于我們的腦海之中。換成機器，情況同樣也是如此。知識都是來源于現實生活的，有著大量案例和具體意義，因而神經網絡的優點也就在于此。

在去年秋季于多倫多舉行的Google Go North技術大會上，Hinton又一次重申了這樣一個概念。當時，出席大會的知名人士，包括加拿大總理Justin Trudeau、加拿大創新部長Navdeep Bains，以及曾任Alphabet Inc.執行董事長的Eric Schmidt。他們每個人都像渴望學習新知識的學生一樣，圍著桌子坐成一圈，等著聽Hinton講話。而主角Hinton卻只能一直站著，因為他患有嚴重的脊椎疾病，根本無法坐下?？上攵?，對于這樣一個每年都要到全世界各地參加各種會議的人來說，這是一件多么痛苦的事情。

在大會上，Hinton針對兩位谷歌工程師最新取得的突破，用一個名詞給出了清楚解釋，那就是膠囊網絡。神經網絡以龐大的數據庫為基礎不斷學習，它想要準確判斷出不同角度呈現出來的圖像實際上屬于同一物體，需要相當長的一段時間。膠囊由人造神經元構成，集中排布在同一層中，主要任務就是對同一物體不同部分之間的關系進行追蹤，以便更加快速和準確地完成識別。

在科技行業，膠囊網絡可以說已經成了香餑餑。來自紐約大學的一位圖像識別教授就在接受采訪時表示：“現階段，大家都在期待膠囊網絡，同時也期待Hinton的全新研究成果。”

對于多倫多這座城市來說，這樣一項突破有著至關重要的作用。各家大型科技公司的人工智能專家，也都卯足了勁想要在深度學習領域取得更多變革性的研發成果。曾經跟著Hinton做研究的數十位學生，現在也都已經進入谷歌、Facebook、谷歌、蘋果和Uber這類科技巨頭，并且取得了優異的業績表現。另外，還有一些進入了學術界，通過宣傳神經網絡理念形成了屬于自己的生活和工作圈子。在這些學生看來，Hinton并不是一位高高在上、只知道布置任務的老師，而是會親自加入他們、一起做研究。在過去的十年中，多倫多一直遭受人才外流問題的困擾。當地的一些初創企業紛紛選擇硅谷，多倫多大學的深度學習社區，也面臨著如何有效留住高質量人才的嚴峻挑戰。

根據相關報道顯示，人工智能專家，甚至包括剛畢業的學生和行業菜鳥，只要選擇去硅谷就都能拿到一份年薪30萬美元到50萬美元的工作。而且，手中所持股票期權的價值，甚至能夠突破百萬。所以，從多倫多這座城市的立場出發，它必須要找到一種合理有效的方式，讓那些曾經跟隨Hinton做研究的深度學習專家，像Hinton一樣留在多倫多，或者讓那些已經選擇離開的人因為Hinton而重新回到多倫多。由此，斥資數百萬美元創建的Vector Institute便誕生了。該實驗室以Hinton為招牌，匯集了諸多人工智能領域的頂尖人士。按理說，有充足的資金以及Hinton這位元老級人物坐鎮，應該萬無一失才是?？墒聦嵣?，現在的加拿大已經大不如從前了，它已經失去了自己在這個行業的領先優勢。不過，對于曾經的兩大科技巨頭北電和黑莓來說，全新實驗室的成立或許能夠給他們帶來一些翻身的可能。

Hinton回憶道，出生在一個科學世家，母親曾經對自己說過，如果不做學術，那就是失敗。年幼時期的Hinton養過很多動物，其中包括烏龜和蛇，還和朋友當過背包客，穿越美國和墨西哥。70年代拿到實驗心理學學位之后，Hinton就開始兼職打工，同時還做一些木工活。1972年，他開始攻讀人工智能博士學位，但卻在研究過程中出現了抑郁情緒。好在他當時參加了一個研討會，又重新找到了自己對神經網絡研究的熱情。

Hinton一生都在與抑郁癥斗爭，唯一能夠讓自己放松的方式就是工作。用他的話說：“生活在這樣一個名人輩出的家族中，壓力真的非常大。直到深度學習興起，抑郁癥才有了好轉。在相當長一段時間內，我都不是特別自信，總覺得自己能力不行。不過還好，我最后還是做到了?！?/p>

除了年輕時候患有抑郁癥，Hinton后來還遭遇了喪妻之痛。當時是90年代初期，在他和Ros收養了兩個孩子之后不久，Ros就由于卵巢癌去世了。這對于一向埋首于實驗和研究的Hinton來說，簡直無法承受。除了失去心愛的妻子，他還需要照顧兩個孩子。終于，在1997年，Hinton與英國藝術史家Jackie結婚了?？稍旎?，三年前Jackie被診斷出患有胰腺癌。所以，Hinton很可能在不久以后又會失去第二任妻子。

多次進出醫院的Hinton清楚地知道，無論是等待診斷結果，還是聽到并不明確的診斷結果，都會讓人產生一種深深的無助感。但即便如此，他也沒有像其他人一樣失望灰心，他相信要不了多久就會出現全新的醫療技術，能夠將原本一個星期的等待時間縮短為一天。

作為內斂的英國人，Hinton不會對人工智能大肆吹捧。他只對深度學習在醫療健康領域的革命性作用感興趣。要是換成飛行汽車或其他話題，他就沒有這么感興趣了。在妻子生病期間，他發現醫護人員對于數據的使用，實在是效率很低。就說CT掃描，如果你讓兩名放射科醫生看同一張掃描圖，那完全有可能聽到兩種不同的診斷結果。

Hinton就曾經親眼目睹了三次誤診，所以他便堅信以后有了人工智能技術，這些放射科醫生就不再需要工作了。或者至少說，人工智能能夠取代醫生用肉眼看掃描圖的那部分工作。畢竟人工智能的核心就是識別，所以自然也就能給出最為準確的診斷結果、拿出最為合適的治療方案。甚至到最后，人工智能工程師還能找到特定方法對人體免疫系統進行訓練以抗擊癌細胞。

Hinton在Vector Institute發起的第一批項目，就是把神經網絡與多倫多醫院的海量醫療數據聯系起來。前不久，Peter Munk拿出1億美元捐給了一家以自己名字命名的心臟病護理中心Munk Centre。有了這筆資金的支持，該醫院或將成為數字心血管健康領域的領軍人物。與此同時，Vector Institute也將從中拿到部分資金支持。

通過訪問大量的醫療數據，其實說白了就是電子病歷，相關機構就能夠在人工智能技術領域實現各種創新突破，比如說遠程監控患者心跳，再比如說幫助醫生確定合適的出院時間等等。Deep Genomics是一家來自多倫多的科技初創企業，同時也是Vector Institute的合作伙伴之一，由Hinton的學生Brendan Frey參與創建。目前，該公司正在研究一種能夠讀取DNA數據信息的人工智能，旨在幫助醫生和患者盡早發現疾病，并且拿出最為合適的治療方案。

迄今為止，Vector Institute已經從省政府和聯邦政府拿到了超過1億美元的資金支持。另外，還從30多家私有合作伙伴手中拿到了8000萬美元的資金支持，其中包括加拿大各家主流銀行、加拿大航空公司、加拿大知名電信運營商Telus和搜索巨頭谷歌等等。也就是說，現在的Vector Institute已經成為一家綜合研究機構。除此之外，在人才配置上，Vector Institute目前已經募集了20位科學家。這些科學家研究的，都是一些難度較大的技術問題。比如說，如何利用人工智能技術診斷易發于兒童的癌癥、檢測話語能力障礙；再比如說，如何利用機器幫助人類提高視力，達到動物的視力水平等等。Raquel Urtasun就是Vector Institute雇來的重要人才，平時主要負責實驗室和Uber之間的合作，主要研究對象是無人駕駛汽車。

其實，在現如今這個世界，大家對人工智能的狂熱追求，并不僅僅是因為金錢。更重要的，還是這項技術給我們的日常生活所帶來的便利。但是，從最開始的翻蓋手機，到現在能夠進行人臉識別的iPhone 10，也只不過是隔了十年不到的時間。所以說，未來人工智能究竟給我們的生活帶來什么樣的影響，還是一個很大的未知數。因而，不少科學家就對此產生了擔憂，其中包括霍金、埃隆·馬斯克和比爾·蓋茨。他們都曾經針對這項技術給出過警告，認為一旦人工智能掙脫可控范圍，那將帶來較大危險。

當然，大多數人對于這項技術還是持有積極態度的，Hinton也是如此。用他的話說：“就我個人而言，人工智能將會讓我們的生活更加便利。大家口中這項技術可能帶來的影響，其實與這項技術本身是沒有關系的，而是與整個社會的組織形式有關。所以，如果某項技術確實能夠提高社會生產力，那么就應該讓大家共享它的成果?！?/p>