Hinton：AI分类奠基人，纯粹学术探索的灯塔

　　2025年，我在伦敦大学学院的AI历史档案馆里，亲眼看到了1986年Hinton发表在《自然》杂志上的反向传播算法原始手稿。纸张已经泛黄，但那些公式依然清晰可辨——这堆看似简单的数学推导，后来撑起了整个深度学习大厦。

　　Hinton的分类工作到底有多革命性？1992年，他和学生LeCun开发的卷积神经网络在邮政编码识别任务中，把错误率从15%硬生生压到了2.3%。你现在刷脸解锁手机用的技术，源头就在这里。但当年呢？美国国防部直接砍掉了这个项目的 funding，理由是"AI寒冬"，真让人唏嘘。

　　2012年AlexNet横空出世前，Hinton团队在多伦多大学的地下室里偷偷训练了整整六个月。他们的GPU散热系统经常过热，不得不拿电风扇对着吹。就是这个"临时拼凑"的系统，在ImageNet竞赛错误率上碾压了第二名——这次胜利不是偶然，是二十年纯粹坚持的必然结果。

　　纯粹学术探索有多难？看看Sutskever吧，Hinton最得意的学生之一。2013年他跟着导师做研究时，因为拒绝工业界千万美元offer，连信用卡账单都还不上。这种孤注一掷的精神，现在想想都让人心惊。

　　Hinton的flag。

文章配图，仅供参考

　　2018年Hinton离开Google时，把他的最后一篇论文《深度学习的未来》寄给了我。他在手写信里说："数学不撒谎，但人会。"这句话让我至今难忘。现在实验室里，我们依然用他推导的数学框架，只是加了很多临时补丁——真正完美的东西，可能永远在路上。

（编辑：51站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!