AI教父Geoffrey Hinton：我们都是机器人
3、坚持你认为对的，直到世界追上你的脚步
之后，在多伦多，Hinton和他的团队研究出了更深度的神经网络，以解决更复杂的问题。他们共同开发了一个多层神经网络，这个深度神经网络也被应用于多个方面。
比如有人用它在80年代就打造了一辆无人车并且开上了路。
而现在已经是深度学习的另一位领袖人物、Facebook的AI实验室负责人Yann LeCun则利用深度神经网络建立了一个可以识别手写数字的系统。这一系统最终实现了商用。
在当时，深度神经网络的前景似乎一片大好，但是，现实中的故事往往没有这么简单。
杰弗里·辛顿（Geoffrey Hinton）
Hinton的研究再次遇到了瓶颈。
“我们当时并没有足够的数据，也没有足够的计算机运行能力，AI和计算机科学的从业者认为神经网络是一厢情愿的想法。”
但Hinton始终坚持着，尽管完全不被重视。
他坐在房间的最角落里参加学术会议，在大牛云集的人工智能会议上完全不被重视。甚至他自己也开始产生了怀疑：“有很多次我都觉得我不会继续这项工作了”。
直到这个世界开始慢慢追上他的脚步。
杰弗里·辛顿（Geoffrey Hinton）
2006年，计算机的运行速度有了巨大的提高，超快速芯片的到来以及互联网上产生的大量数据使得Hinton的算法变得非常神奇。
突然之间，计算机开始可以识别图像中的内容，可以识别语音，可以将一种语言翻译成另一种语言。
2012年，Geoffrey Hinton和他的团队带着 AlexNet参加了那一年的 ImageNet ILSVRC 挑战赛，以惊人的优势获胜（错误率比第二名低了足足 10%）。这篇被 NIPS 2012 收录的论文被认为是深度学习热的开启。
同年，“神经网络”和“机器学习”等词汇也开始在纽约时报的头版出现。
“人们终于理解了这个概念，我感到很欣慰。”Hinton这样说。
4、推翻自己，胶囊网络的提出
尽管已经成为了深度学习的领袖人物，Hinton的脚步却从没有停歇。2017年10月26日，Hinton发表了一篇在AI圈掀起轩然大波的论文——Capsule Networks（胶囊网络）。
Hinton高喊，“卷积神经网络（CNN）的时代已经过去了！”，将他过去几十年的研究翻了过去。
杰弗里·辛顿（Geoffrey Hinton）
尽管胶囊网络研究仍处在婴儿阶段，在训练的数据集十分庞大时仍可能会遇到问题，但Hinton相信在未来它还有巨大的发展潜力，这位深度学习教父也许还将再次改写深度学习的发展历程。
分享
图片新闻
最新活动更多
推荐专题
- 1 【独家深度】2025年中国机器人激光雷达行业市场调研
- 2 人形机器人革命，NVIDIA如何破局？
- 3 《2025机器人+应用与产业链新一轮加速发展蓝皮书》电子版限免下载！
- 4 用信步工控主板，当行业冠军，“天工”机器人马拉松夺冠！
- 5 MOONLIGHT 玄晖成为全球首款获得 CE+ETL双认证的力控型并联机器人
- 6 信步科技发布具身智能开发平台HB03，实现机器人“大、小脑融合”
- 7 【展商推荐】意优科技：专注于人形机器人关节模组的研发与生产
- 8 纤尘不染｜新时达众为兴洁净型SCARA机器人新品重磅发布
- 9 MiR 发布最新电子书，揭示AMR 革新医院物流全流程
- 10 智同科技举行总部基地奠基仪式：以匠心筑基，与时代同行
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论