第二章 AI复兴：深度学习+大数据=人工智能（第11/20页）

终于，万事俱备，只欠东风。2006年，深度学习泰斗杰弗里·辛顿及其合作者用一篇名为《一种深度置信网络的快速学习算法》40的论文宣告了深度学习时代的到来——当然，这么说有些夸张。准确描述是，深度学习在2010年前后的兴起是建立在以杰弗里·辛顿为代表的一众大师级人物数十年的积累基础之上的，2006年前后的一系列关键论文只是加速了深度学习的实用化进程。

千古神兵重新披挂上阵！

我们可以由今天的深度学习追溯到它的核心计算模型——人工神经网络的诞生之日。早在通用计算机问世前的1943年，神经科学家沃伦·麦卡洛克（Warren Mc Culloch）和沃尔特·彼茨（Walter Pitts）就提出了一种大胆假说，描述了人类神经节沿着网状结构传递和处理信息的模型。这一假说一方面被神经科学家用于研究人类的感知原理；另一方面则被计算机科学家们借鉴，用于人工智能的相关研究。后者也被学术界称为人工神经网络。

20世纪40年代，唐纳德·赫布（Donald Hebb）尝试将人工神经网络用于机器学习，创建出早期的“赫布型学习”（Hebbian Learning）理论。1954年，计算机科学家韦斯利·A.克拉克（Wesley A.Clark）在麻省理工学院尝试在计算机上实现赫布型学习的基本模型。1958年，弗兰克·罗森布拉特（Frank Rosenblatt）提出了“感知机”（Perceptron）的概念，这是一个基于人工神经网络的两层计算结构，用于简单的模式识别。1965年，A.G.伊瓦赫年科（Alexey Grigorevich Ivakhnenko）提出建立多层人工神经网络的设想，这种基于多层神经网络的机器学习模型后来被人们称为“深度学习”，伊瓦赫年科有时也被称为“深度学习之父”。

1969年是人工神经网络遭遇滑铁卢的一年。麻省理工学院的图灵奖得主、人工智能大师、人工神经网络的早期奠基人之一马文·闵斯基（Marvin Minsky）在这一年和西摩尔·派普特（Seymour Papert）出版了《感知机》（Perceptrons）一书，书中讨论了当时人工神经网络难以解决的“异或难题”（非专业读者完全不需要了解这个古怪的名词指的到底是什么东西）。有些讽刺的是，马文·闵斯基既是人工神经网络的早期奠基人之一，也是人工神经网络在1969年后陷入停滞的始作俑者。他在《感知机》一书中对“异或难题”的讨论打消了大多数研究者继续坚持人工神经网络研究的心思。不少人至今仍认为，马文·闵斯基在《感知机》里是持悲观态度并站在人工神经网络发展的对立面的，但另一些人则认为，马文·闵斯基当时是持开放的讨论态度，而不是打算消极放弃。无论这段公案的真实情况如何，马文·闵斯基都是值得我们尊敬的人工智能大师。2016年年初，马文·闵斯基去世时，曾经对乔布斯和苹果影响巨大的教父级人物艾伦·凯（Alan Kay）是这样评价马文·闵斯基的：

“马文是为数不多的人工智能先驱之一，他用自己的视野和洞见，将计算机从一部超强加法器的传统定位中解放出来，并为其赋予了新的使命——有史以来最强大的人类力量倍增器之一。”41

和那个年代的许多人工智能大师一样，马文·闵斯基在人工智能研究之外，也是一个跨界的天才。第二次世界大战时，马文当过兵。之后，马文在哈佛大学学习数学期间，同时也修习音乐。除了钢琴演奏，他还有一个特长——即兴创作古典赋格音乐。他自己将音乐家分为“创作者”和“即兴创作者”两大类。显然，马文·闵斯基颇以具备即兴创作的能力而自豪。

据马文·闵斯基的女儿回忆，马文·闵斯基的家中，每天夜晚的常态是群贤毕至，少长咸集，宏谈阔论，琴声悦耳。42为客人弹奏即兴钢琴曲的，当然是马文·闵斯基本人。

基于音乐方面的才华，马文·闵斯基还发明过一部名叫“音乐三角”（Triadex Muse）的音乐合成器。今天在苹果电脑或者i Pad上玩Garage Band的体验，不知道有没有当年玩音乐三角那么酷。而且，那个建造于20世纪70年代的音乐三角长得还非常前卫，非常时髦。据说，马文·闵斯基这部合成器创造了好几个历史第一。但更加值得一提的是，这部合成器其实是马文·闵斯基所做的一项融合了电子合成乐与早期人工智能探索的科技实验。在马文·闵斯基自己看来，理解音乐是理解人类大脑的一种有效途径，反之，理解人类的大脑也有助于我们欣赏音乐的本质。