天才創(chuàng)始人對談AI教父Hinton：多模態(tài)是AI的未來，醫(yī)療將發(fā)揮AI最大的潛力(2)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2024-05-21 20:45:29 網(wǎng)易

Hinton：說實話，很失望。我學的生理學，夏季學期教大腦的工作方式，結(jié)果只教了神經(jīng)元如何傳導動作電位。確實有趣，但并沒有說明白大腦究竟如何工作，所以我比較失望。我后面轉(zhuǎn)去學哲學，希望能學到思維是如何運作的。但同樣失望。

我最后去愛丁堡大學學習人工智能，那更有趣。至少可以進行模擬，可以測試理論。

主持人：還記得開始是對人工智能的哪些方面感興趣嗎？有沒有特定的一篇論文或者科學家，讓你發(fā)現(xiàn)了有意思的點子。

Hinton：唐納德·赫布的一本書對我影響頗深。他對如何學習神經(jīng)網(wǎng)絡中的連接強度非常感興趣。我還讀過約翰·馮·諾伊曼的一本書，關(guān)注大腦如何計算、大腦計算方式與普通計算機的差異。

主持人：你在愛丁堡的時候，覺得這些接觸到的想法以后會有用嗎？你那時候的直覺是怎樣的？

Hinton：在我看來，我們需要遵循大腦本身的學習方法。顯然，大腦不可能將所有東西先編程，然后使用邏輯推理，這從一開始就顯得不太對。所以必須弄清楚，大腦是如何學習調(diào)整神經(jīng)網(wǎng)絡中的連接，去處理復雜任務。馮·諾伊曼和圖靈都相信這一點，他們都非常擅長邏輯，但他們不相信這種邏輯方法。

主持人：學習神經(jīng)科學，僅僅做人工智能里的算法，你在二者之間如何分配精力的？你在早期受到了多少啟發(fā)？

Hinton：我對神經(jīng)科學研究不多，主要受到的啟發(fā)來自大腦的工作方式。大腦有一大堆神經(jīng)元，執(zhí)行相對簡單的操作，工作又是非線性的，但它們能接收輸入，進行加權(quán)，然后在此基礎(chǔ)上輸出。問題是，到底如何改變權(quán)重使整個系統(tǒng)做一些厲害的事？這個問題看上去相當簡單。

主持人：那個時候，你和誰有合作？

Hinton：我在卡內(nèi)基梅隆大學做研究，但主要合作者并不是卡內(nèi)基梅隆大學的。我與特倫斯·謝諾夫斯基（注：他與杰弗里·辛頓共同發(fā)明了玻爾茲曼機）往來比較多。他在巴爾的摩的約翰霍普金斯大學。應該是每個月一次，要么他開車來匹茲堡，要么我開去巴爾的摩，距離是250英里。我們會用周末時間研究玻爾茲曼機。合作非常愉快，我們都相信這是大腦的工作方式，這是我做過的最令人興奮的研究。也許有很多成果也很棒，但我認為那不是大腦的工作方式。

首頁上一頁 123 4 5...全文共 18 頁下一頁

關(guān)閉

天才創(chuàng)始人對談AI教父Hinton：多模態(tài)是AI的未來，醫(yī)療將發(fā)揮AI最大的潛力(2)

相關(guān)新聞

今日熱點

頻道熱點