20、人工智能领域的突破与思考

人工智能领域的突破与思考

在多伦多市中心谷歌大楼十五层的办公室里，有一个独特的测试。办公室柜子上放着两个白色的块状物，形似鞋盒，它们是一个金字塔的两半。当有人走进办公室，会被要求将这两半重新拼成金字塔。看似简单的任务，却难倒了很多人，就连两位麻省理工学院的终身教授也未能成功。

这个测试揭示了人类视觉理解的复杂性。人们通常是从整体的三维视角去认识物体，而这个谜题的切割方式干扰了人们以常规的三维方式去想象金字塔，这也正是计算机视觉研究中被忽视的事实。

当前计算机视觉研究主要依赖深度学习，但深度学习只能解决部分问题。例如，一个神经网络分析数千张咖啡杯照片后，可能学会识别咖啡杯，但如果照片仅展示了咖啡杯的侧面，它就无法识别倒置的咖啡杯，因为它只能从二维角度看待物体。

为了解决这些问题，Geoff Hinton提出了“胶囊网络”（capsule networks）。胶囊网络和其他神经网络一样，是从数据中学习的数学系统，但它能赋予机器和人类一样的三维视角，让机器在只学习了一个角度的物体外观后，就能从任何角度识别该物体。这个想法最早在20世纪70年代末提出，几十年后在谷歌得以复兴。2015年，Hinton原本计划在DeepMind研究胶囊网络，但因妻子Jackie被诊断出癌症而搁置。回到多伦多后，他与伊朗研究员Sara Sabour一起探索这个想法，并在2017年秋天构建了一个胶囊网络，其识别陌生角度图像的准确率超过了普通神经网络。胶囊网络不仅仅是一种图像识别方法，它试图以更复杂、更强大的方式模拟大脑的神经元网络，有望推动人工智能在计算机视觉、自然语言理解等多个领域的发展。

2019年3月27日，Hinton、LeCun和Bengio荣获图灵奖，该奖项被誉为“计算机领域的诺贝尔