【Geoffrey Hinton传奇】你我都是机器人

作者：Katrina Onstad

编译：文强，司明，张乾

【新智元导读】Torontolife以“Mr Robot”为题对Hinton做了长篇特写，讲述了这位“深度学习教父”很多不为我们所知的故事，比如在科学世家长大的压力，一生与抑郁症做斗争，母亲告诉他“不成为学者便是失败”，严厉的父亲，还有他的两次婚姻。Hinton已经成为AI业界绝对的明星，但正如Bengio所说，他也是人，也会犯错。目前，Hinton正在积极推动深度学习医疗改革，坚信AI将取代放射科医生，很大程度上是因为他的第二任妻子患胰腺癌住院治疗，Hinton亲历医生对数据的利用效率低下。Hinton表示，他不担心AI控制人类，大多数AI从业者都认为人就是机器，不过是经由生物过程制造的，他说：我们都是特殊而美妙的机器。

从默默无闻到绝对明星：30年钻研无人问津的课题，2012年终成传奇

长达30多年，Geoffrey Hinton都徘徊在人工智能研究的边缘，一个局外人坚持一个简单的命题：计算机可以像人类一样思考，使用直觉而不是规则。当一个朋友描述全息图是如何工作的时候，这个想法已经扎根于青少年时期的Hinton。

Hinton生于一个有点偏执的科学世家，很快就理解人脑是这样工作的：我们大脑里的信息传播到一个庞大的细胞网络中，通过无尽的神经元图，发射和连接并沿着十亿条路径传输。他想知道：计算机的行为方式是否一样？

根据学术界的主流观点：电脑通过规则和逻辑学得最好。而Hinton的观点，被称为神经网络，后来成为“深度学习”或“机器学习”的基础。

50年代后期，康奈尔大学的一位名叫Frank Rosenblatt的科学家提出了世界上第一台神经网络机器。它被称为感知机（Perceptron），它有一个简单的目标：识别图像。目的是为了展示一张苹果的图片，至少在理论上，它会说出“苹果”。

Perceptron运行在一台IBM大型机上，而且很丑陋。一阵纵横交错的银丝，看起来像有人把炉子过滤器的内胆粘在冰箱门上。不过，这个装置引发了一些严重的科幻夸张。1958年，《纽约时报》发表了一个预测，认为这将是第一个像人脑一样思考的设备：“Perceptron将能够走路，说话，看，写，自我复制，意识到它自己的存在。”

Perceptron并没有走路或说话，它几乎不能识别图像，因此成了一个笑话。在大多数学术界，神经网络被注销为边缘追求。尽管如此，Hinton还是没有受到任何阻挠。他说：“大脑必须以某种方式工作，而且肯定不会有人编写程序并粘贴在那里:“我们没有编程。我们有常识。”

他相信神经网络的想法并不是错误的，主要问题是算力。当时的计算机无法通过数百万个连接所需的图像来寻找意义，样本量太小了。

Hinton于1972年在爱丁堡大学攻读博士学位，主攻神经网络。他的导师每周都会告诉他，他正在浪费时间。无论如何，Hinton总是向前推进。神经网络确实有一些小的成功，他们后来被证实有助于发现信用欺诈。

毕业后，他在匹兹堡卡内基梅隆大学找到工作。有社会主义信仰的Hinton，在里根领导的美国外交政策，特别是对中美洲的干涉中，感到不安。他和他的妻子，分子生物学家，伦敦大学学院教授Ros正计划收养一个来自南美的男孩和女孩，他们不太喜欢在一个拉美冲突严重的国家养育孩子。

此外，美国的大部分人工智能研究都是由国防部资助的，而且这个研究部门也不和Hinton在一起，所以他接受了加拿大高级研究所（CIFAR）的邀请。CIFAR鼓励围绕那些可能在其他地方找不到支持者的非正统科学思想进行合作，为Hinton提供了学术自由和体面的薪水。

1987年，他和妻子北上，并在Annex定居。 Hinton在计算机科学专业接受了多伦多大学CIFAR相关的职位，尽管他从未参加过计算机科学课程，并开始了CIFAR的机器与脑力学习计划。他在圣乔治校园的桑福德·弗莱明大厦（Sandford Fleming building）设立了一个小办公室，悄悄地开始工作。

随着时间的推移，一小撮深度学习的信徒深受他的喜爱。 Ilya Sutskever现在是OpenAI的联合创始人兼董事，Elon Musk的10亿美元的AI非盈利组织在21世纪初成为Hinton实验室的一员。大家有夏令营的怀旧喜好，他介绍了10多名在“人工智能冬季营”期间进行研究的学生，这些人来自工智能资金匮乏的领域。 Sutskever说：“我们是外人，但我们也觉得我们有一种罕见的见解，就像我们很特别。

在2009年前后，当计算机终于有能力挖掘庞大的数据库时，超级供电的神经网络在语音和图像识别方面开始胜过基于逻辑的传统计算机。业界注意到，大科技公司微软，Facebook，谷歌开始投资人工智能呢。

2012年，Google X宣布，它已经建立了一个包含16,000个计算机处理器的神经网络，并在YouTube上展开。谷歌大脑是该公司的深度学习人工智能分部，该部门由高级研究员Jeff Dean领导，通过新的超级计算机向YouTube提供了数百万个随机的、未标记的视频帧，并对其进行了编程，以了解所见。YouTube是最重要的猫视频存储库，机器识别猫之类的东西。这是AI的一个激动人心的时刻。“在训练中我们从来没有告诉过，”这是一只猫，“当时Dean说。“它基本上发明了猫的概念。”

这一突破让Hinton成为AI运动的领袖。Dean在2013年邀请Hinton加入Google。“我们显然是在力图证明传统智慧是错误的。”

Sutskever说。曾经被抛弃的Hinton，突然间成为业界最重要的人物，从默默无闻的风格转变为明星。

“我之所以有很大的影响力，是因为我是少数相信这种做法的人之一，而所有自发地相信这种做法的学生也来到我这里工作。我必须从那些判断力很好的人那里挑选出来。” Hinton微笑着说：“好判断意味着他们同意我的意见。”

化身加拿大吸引人才的核心，每个人都在等待他的“胶囊网络”

在Hinton的办公室里，可以俯瞰着市中心校园。Hinton迅速赶路，吃着三明治，在白板上涂鸦，书写对神经网络的洞察力。他说，如果一个人不得不为狗和另一个猫申请一个性别，在我们的文化中，人们可能会把狗看作是男性，把猫看作是女性。这种划分没有任何逻辑（还有许多性别歧视），但是，Hinton说，我们通过一千多个类比来理解，狗是积极的，多毛的，块状的；猫则狡猾，聪明，前者是男性，后者是女性。这些都不能用逻辑来证明，但它存在于隐藏在我们脑海中的陈述中。

有一种吸引人的诗意：一台机器可以直觉感受这些相同的表示：知识来自于生活，充满了累积的意义和经验，这就是神经网络的美丽。“这与弗洛伊德更为接近，认为意识和故意推理以及所有这些底层的东西都是沸腾的，下面那些沸腾的东西并不是有意识的推理，而是别的东西，类比起作用的东西。”Hinton说。

他在与贾斯丁·特鲁多（Justin Trudeau）的合影中重申了这个基本概念。创新部长Navdeep Bains、谷歌时任执行董事长埃里克•施密特（Eric Schmidt）以及今年秋季在多伦多举行的Google Go North技术大会期间的其他知名人士。每个人都坐在桌前，像热切的学生一样，只有站在欣欣向荣的观众面前的Hinton站在一旁。

他从不坐下，因为脊椎里有一个凸起的圆盘，在19岁的时候为了给母亲移动一个沉重的加热器，以及代谢预防骨质疏松症的钙而出现遗传缺陷。随着时间的推移，问题变得更糟最终，坐在那里变得痛苦，所以在2005年，他几乎完全不能坐着。当然，不坐下这个解决方案对于任何人来说都不是那么理想，更不用说每年都会被要求在全球无数次会议上发言或出现的知名教授。Hinton可以告诉你如何一场不坐下的旅行，从多伦多到赫尔辛基，需要11天。

在2017年的Go North技术会议上Hinton与加拿大总理贾斯汀·特鲁多（Justin Trudeau）等人一起主持关于机器学习的讨论

“你躺在一辆开往布法罗的公车的后座上，睡在在布法罗得到芝加哥到纽约的卧铺。你把玛丽王后送到南安普敦，你站到伦敦。你把欧洲之星送到巴黎，你站到巴黎。然后，你可以把晚上睡觉的人送到柏林躺下。接着你乘坐一辆古老的火车前往位于海岸的罗斯托克（Rostock），那里曾经是东德，最后你到赫尔辛基的渡口。”Hinton经常这样说：把数据切成可理解的东西，眼睛聚焦在远处。

在Go North的活动中，Hinton发表了他对于两位谷歌工程师所取得突破的清晰解释：胶囊网络。神经网络依靠庞大的数据库进行学习，并且需要很长时间才能认识到从不同角度看到的对象是同一个对象。胶囊是人造神经元组织成层，跟踪对象的各个部分之间的关系，从人的鼻子到嘴巴的小空间是Hinton给出的例子，并使识别更快，更准确。

在技术世界中胶囊网络已经被人吹捧了，纽约大学的一位从事图像识别工作的教授在《连线》杂志上大肆宣传：“每个人都在等待它。”

与北纽约时报的凯德·梅斯（Cade Metz）合作，讨论胶囊理论

在Hinton的努力之下，各大科技公司的人工智能专家正在争先恐后地进行深度学习的变革性发现。由于Hinton对人工智能的研究方法如此不受欢迎，许多专家都是在Hinton身边接受培训的：“学生成为老师”而不是“老师成为对手”。几十名Hinton的学生已经上升到Facebook，谷歌，苹果和Uber等科技巨头的核心岗位，以及在学术界传播神经网络福音，形成自己的生活。

过去十年，多伦多经历了一场人才外流，硅谷吞并了当地初创企业，多伦多大学的深度学习社区面临着是否保留的问题。据报道，人工智能专家，甚至是硅谷新手和最近的毕业生，每年可以获得30万美元到50万美元的报酬。股票期权可以超过百万大关。

多伦多必须弄清楚如何利用Hinton的存在吸引深度学习专家队伍留下或回到他们开始的地方。因此，创建一个价值数百万美元的向量学院（Vector Institute），这个学院将汇集人工智能领域的领军人物，并与Hinton合作。

Hinton与向量学院的新颖相得益彰，听起来万无一失，但加拿大之前已经失去了领先优势。在曾经强大的加拿大科技公司北电和黑莓的痛苦解体之后，向量学院提供了赎回的可能性。

母亲说“成为学者不然就是失败”，在光辉非凡的家族历史下成长，一生与抑郁症做斗争

Hinton曾经说过，他长大的时候，他的母亲给了他两个选择：“成为学者或者失败。”他的家谱上满是科学家的名字。他的曾曾祖父是布尔逻辑的创始人乔治·布尔（George Boole）。布尔的一个女婿是数学家和科幻作家查尔斯·霍华德·欣顿（Charles Howard Hinton），也是Hinton的曾祖父，欣顿创造了一个叫“tesseract”的概念，这是一个我们可以在三维世界中看到的四维物体，所有熟知著名儿童小说《时间的皱纹》的人都听过这个概念。欣顿因为重婚，在维多利亚时代从英格兰来到美国，他的儿子、也即Hinton的祖父定居在了墨西哥，所以Hinton家族还有一个在墨西哥的分支。

Geoffrey Hinton的中间名是“Everest”，这是他曾曾祖父的叔叔的名字，他是一位地理学家，珠穆朗玛峰这座山的名字就是根据这位地理学家取的。而Hinton父亲的表兄是寒春（Joan Hinton），她是一位核物理学家，参与了曼哈顿计划，在洛斯阿拉莫斯国家实验室做费米的助手。寒春长年定居于中国，经历了文化大革命。她的父亲发明了现在在公园里常见的儿童攀爬器具“jungle gym”。

Geoff Hinton在1947年出生于温布尔登，父亲Howard Hinton是昆虫学家，母亲玛格丽特·克拉克（Margaret Clark）是一名教师。Hinton描述自己的童年时期，就好像拿着显微镜的丹尼尔·韩德勒（Lemony Snicket，美国作家及编剧，笔名为雷蒙·斯尼奇）、哈克贝利·费恩（马克·吐温小说《哈克贝利·费恩历险记》主角）和美国喜剧电影《天才一族》（The Royal Tenenbaums）的综合体。他和他的三个兄弟姐妹在布里斯托满是动物的大房子里长大。有一只猫鼬——“它占据了很多空间”，车库里还有很多条毒蛇。年轻的Hinton曾经往毒蛇的洞坑里挥动手帕，想吸引蛇来攻击，但是其中一条蛇直奔他的手而去，仅仅相差一英寸，差点把他咬死。1961年，他的父亲去中国进行演讲，带回来十几只中国乌龟，Hinton也帮忙照顾过这些乌龟。虽然当时的中国实际上不对游客开放，但前加拿大总理皮埃尔·杜鲁多也到访中国，他和Hinton的父亲同住一家酒店，共用一个卫生间。根据家族传说，Hinton的父亲把乌龟放在浴缸里，至少有一次让特鲁多洗澡的计划落空。

8岁的Hinton抱着Python，有段时间他家在车库里养毒蛇

Hinton回想起他的好奇心萌生的那一刻。那是他四岁的时候，和母亲一起坐乡下的巴士。巴士的座位向后倾斜，朝向车架。Hinton从口袋里掏出一个便士，把它放在座位上，但硬币没有向后，而是向前滑动，好像反重力一样。这枚硬币难以理解的行为一直刺激着Hinton的想象力。当他十几岁的时候，他发现硬币的运动与天鹅绒座套以及巴士与座套纤维倾斜方向相反的振动有关，得出这一结论令他非常满意。“有些人看见不懂的东西不会觉得有什么，照样过得很好，但是我不行。如果有东西违反了我所理解的世界运作模式，我一定要把它弄清楚。”Hinton说。

Hinton的母亲很有爱心，但他的父亲却有些令人害怕，这既表现在身体上（他可以用一只手做引体向上，这在瘦小的Hinton看来是一大壮举），也来自学识和智力上。“他喜欢人们清楚地思考，如果你说的有一点混淆不清，他会彻底视其为垃圾。他不是一个多愁善感的思想家。他不会辱骂侮辱人，但他很难相处。”

Hinton在一所叫克利夫顿学院的私立学校上学，这里“不是最顶级的”Hinton说——他和他的朋友Inman Harvey（现在是苏塞克斯大学的计算机科学家和人工智能访问研究员）曾经在附近徒步旅行，四处玩耍。Hinton回忆起当时在餐桌上讨论社会主义到选举期间把装得满满的信封寄给民工党。

Harvey说：“Geoff的父亲对我非常好，但他是一个很要强也很强硬的父亲。Geoff继承了一点点父亲争强好胜的性格。他的父亲是皇家学会的fellow，然后Geoff也成为皇家学会的fellow。他可能觉得有必要满足父亲的期望。”

Hinton的青年时期正好是自由奔放的上世纪六七十年代，他也走了一条迂回的路线来呼应Hinton家族光辉的履历。1966年，大学毕业前，Hinton和Harvey背着背包穿越美国和墨西哥。有时候没有钱，就乘坐过夜巴士来省下住酒店的费用。在墨西哥南部的一个小渔村，他们在海里游泳时，把行李袋留在沙滩上，结果钱和护照都被偷走了。每天下午，他们会走7公里路，到最近的村庄，绕过像秃鹫一样的看守，去查看替代的旅行支票是否到达了银行。那段时间，他们想方设法，用3美元过完一周，还试图通过加热铁罐里的香蕉皮来制造香蕉汁——这当然是个失败的实验。

31岁的Hinton（右），摄于加利福尼亚州拉霍亚市，左边是加州大学圣地亚哥分校认知科学的博士后研究员Chris Riesbeck

在上世纪七十年代，完成实验心理学学位后，Hinton开始打零工，做木匠。他从1972年开始从事人工智能博士学业，但对自己的研究感到沮丧和矛盾。一个周末，他参加了一个研讨会，有点类似EST-y，是那种自我实现疗法会议。Hinton讨厌这种活动。现场有8个人，在一个小时的时间里，开诚布公，讨论和探索他们的需求。在最后一天，每个参加者都必须大声说出他们在生命中真正想要的东西。人们说他们真正想被爱。Hinton回忆说：“都是些原始的和奔放不羁的东西。”Hinton当时整个人冻结了，不知道该说些什么。其他人大喊着他们心底私密的愿望，而Hinton惊讶地说：“我真正想要的是博士学位！”这一宣言重新点燃了他对神经网络研究的热情。

当被问及在这样非凡的家族历史阴影下如何成长时，Hinton说：“压力。我觉得是压力。”他一生都在与抑郁症斗争，工作是他放松的方式。当深度学习热潮兴起，抑郁症稍稍地好了一些。“很长一段时间，”他说，“我觉得我不好，我终于做到了，这是一个巨大的安慰。”

坚信AI会取代放射科医生，期望深度学习能挽救妻子生命

上世纪90年代，在学术生涯遇冷的同时，Hinton遭受了更为严重的私人变故，他成了一个单身父亲。在他和他的第一任妻子Ros收养了两个婴儿后不久，Ros就死于卵巢癌。习惯了沉浸在自己的头脑世界和实验室里，Hinton一下了陷入了养育两个小孩的现实世界。他的儿子患有ADHD和其他学习障碍，就算请了一个保姆，Hinton还是不得不在每天下午6点回家，忙着带孩子，在Gap促销期间跑去商店买袜子。

“我无法想象有一个有孩子的女人可以有学术生涯。我习惯了把时间花在思考上。教学很有意思，但有点分散注意力，剩下的生活——我没有时间去做，”Hinton说：“但有了小孩以后，这根本就不行。”Hinton的“这”可能指代思考，乃至生活本身。尽管如此，工作还是为他提供了逃离现实的避风港。Hinton说：“有时我觉得我用数字和数学作为防御我感情方面的东西。”

为人父母也使他的生活发生了改变。“以前我去超市，收银员无法加总两个数字时，我会想：‘天啊，他们为什么不能雇一个会算术的收银员？’现在我想的是：‘超市会用这个人真的很不错。’”Hinton补充说：“我没有想要成为一个更好心的人，它只是发生了。成为一个好人不是我的目标之一。”

1997年，Hinton再婚了，妻子是英国艺术史家Jackie。三年前，她被诊断出患有胰腺癌，而现在，Hinton正处于失去第二任妻子的边缘。

Hinton与第二任妻子Jackie在1997年的婚礼，旁边是他的两个孩子，8岁的托马斯和6岁的艾玛

Hinton一生中在医院度过了很多时间。他不断提问，惹恼了医院的员工。他自己有过亲身经历，知道病人在等待结果和收到模糊信息时的挫败感。但与大多数人不同的是，他也知道，很快就会有技术出现，将一周的等待时间缩短为一天。

作为一个克制的英国人，Hinton通常将AI传教留给他人，但是，Hinton对深度学习改革医疗保健的潜力充满热情，你跟他聊飞行汽车，Hinton不会这样感兴趣。 “我看到很多医疗专业人员使用数据的低效率。病历中还有很多信息没有被使用。我看到医生真的无法很好地看CT扫描。如果两名放射科医师看同一份扫描图，他们会得到两个不同的结果。”

在三次不同的情况下，医务人员通过CT扫描读数告诉Hinton的妻子，她患有继发性肿瘤，结果每次都是错误的。Hinton认为，人工智能最终会让放射科医生失去工作——或者至少取代解读医疗图像的工作。识别是AI的核心，成功的诊断和治疗AI也很擅长。Hinton说：“最终，AI工程师将会弄清楚如何训练你的免疫系统来攻击癌细胞。”

Hinton发起的向量学院（Vector Institute）的首批项目之一，便是将神经网络连接到多伦多医院提供的大量数据。最近彼得·蒙克（Peter Munk）向以他名字命名的心脏病护理中心捐赠了1亿美元，这笔款项已被指定作为让这家医院成为数字心血管健康领域的世界领先者，而Hinton的向量学院也将获得部分资金。人工智能技术可以通过访问庞大的数据集（本质上就是病历）来实现众多突破，包括远程监控病人的心跳，帮助医生确定理想的出院时机。多伦多新创公司Deep Genomics是向量学院的合作伙伴之一，正在开发能够读取DNA的AI，这将有助于及早发现疾病并确定最佳治疗方案。Deep Genomics的创始人Brendan Frey是Hinton的一名学生。

经过几十年的缓慢步伐，深度学习正在迅速发展，Hinton似乎急于推动科学前进，试图抢先一步，挽救亲人的生命。但胰腺癌是致命的，而且在早期阶段很难诊断。“对她来说，恐怕已经太迟了，”Hinton说。

蒙特利尔大学的深度学习先驱Yoshua Bengio，是与Hinton、Facebook的Yann LeCun并列为“加拿大AI黑手党”的成员之一。几十年来，当Bengio在多伦多工作的时候，他一直待在Hinton位于Annex的家里，与他一起散步（因为腰伤Hinton需要到处走）。他一直看着Hinton崛起成为现如今科技名人的地位，并对他的朋友有一些担心。“他不是上帝。他也会出错，”Bengio说：“他只是一个人，在做人的事。有时他的思维很悲观。他的个人生活很艰难。他也有黑暗的时期。”

2017年9月，Hinton和他的妻子在马斯科卡的小屋里呆了两天。正是季节最好的时候。Hinton说：“她非常勇敢，非常理智，她只是觉得自己有更多的时间，所以决心好好利用一下。”然后，Hinton问我是否会帮他一个忙。 他说：“我非常希望你能在文章里提一下，我过去两年半能够继续工作，是因为我的妻子对她的癌症有着如此积极的态度。从容应对。”他平静地说：“非常感谢你。”

我们都是特殊的、美妙的机器

多伦多大学解决人工智能人才外流的解决方案是建立向量研究院（Vector Institute），这座人工智能研究机构位于MaRS创新中心综合大楼七楼，它的太空玻璃墙正对面是皇后公园和多伦多大学，后两者都是向量学院的合作伙伴。

向量学院受到了超过1亿美元的省和联邦资金支持，其中包括加拿大大型银行、加拿大航空、电信运营商Telus和谷歌等30多个私营合作伙伴的8000万美元，成为一家公私混合公共学术机构。

到目前为止，向量学院已经招聘了20位科学家，这些人已经开始寻求世界上最难问题的技术答案：AI如何被用来诊断儿童癌症和检测痴呆？我们如何用机器来帮助人类看到动物或制作出美丽的音乐，或者使用量子计算来加速分析人类每天产生的大量数据？向量学院招到的关键人员之一Raquel Urtasun将游走于向量学院和Uber之间，她主要研究自动驾驶汽车。

今天人们对AI的狂热不仅仅是因为金钱，还涉及到大家对AI融入日常生活的期待。不过，从翻盖手机到具有FaceID功能的iPhone X不过10年，技术的发展速度远超人们的想象，AI将来会给人们的生活带啦哪些改变仍是未知，因此许多著名科学家对AI技术是否会挣脱人类管理产生了担忧。

霍金、伊隆·马斯克和比尔·盖茨都警告过不受约束的人工智能的危险。 “我担心AI可能会完全取代人，”霍金最近说。Hinton也意识到了人工智能在道德上的潜在风险：他在联合国签署了一项请愿书，要求禁止致命的自主武器——也就是所谓的杀人机器人，并且他还拒绝了在某个通信安全机构相关的董事会中给他提供的职位，因为他担心这个机构可能会滥用AI。Hinton认为，政府需要介入并制定法规，防止军方利用他的技术来发展致命的自主武器。

然而，大部分时候Hinton对AI的期待是乐观的。 “我认为这会让生活变得更容易。人们所说的潜在影响与技术本身无关，而与社会组织方式有关。作为一个社会主义者（socialist），我觉得当技术提高了生产力时，每个人都应该分享这些成果。“

去年夏天，Hinton和我在市中心的Google餐厅共进午餐。这家餐厅拥有大多数科技公司标配的日间美容室，里面有阿米巴沙发和一系列供30岁以下的人食用的健康的午餐。天井上还有一个小推杆和一个授粉蜂箱，咖啡机响亮地响。你很难想象这是机器入侵可能开始的地方。

Hinton站起来吃着藜麦和鸡肉说：“机器接管的情景，这种情况在很长时间内不会发生。对于哲学家来说，思考机器接管人类是好的，但是我对这个问题并不是特别感兴趣，因为这不是让我去解决的事情。”Hinton说话从来没有面面俱到过，因此很难判断他是否在开玩笑。

但是人类对机器的依赖如何改变我们呢？我告诉Hinton，每当我的手机给我一个建议的回复时（比如“听起来不错！”“看到你在那里！”），我觉得我自己变得机械化了。

自2001年以来，流行文化一直在反映这种忧虑，就像是《2001太空漫游》中表现的那样。在娱乐方面，机器的进步更是带来了一种个人的孤独，就好像机器变得更加人性化一样，但我们变得不那么人性化了。

Hinton听着，并非不友善而是怀着一丝怀疑的眼神看着我：“当你使用一台袖珍计算器时，你会感觉变得更不像人类了吗？”

在Hinton周围，谷歌的“千禧一代们”吃着沙拉，喝着咖啡，腰上的钥匙摆来摆去。但几乎所有人都在玩手机，即便不玩也把手机拿在手上。 “我们是机器，”Hinton说， “我们只是以生物的方式出生。大多数做AI的人毫不怀疑我们是机器。人类只是非常有想象力的机器。我不应该这样说，但我们是特别的、很棒的机器。”

We’re just produced biologically. Most people doing AI don’t have doubt that we’re machines. We’re just extremely fancy machines. And I shouldn’t say just. We’re special, wonderful machines.

原文地址：https://torontolife.com/tech/ai-superstars-google-facebook-apple-studied-guy/