第(1/3)頁

    石錘了，那個(gè)讓全世界都為之驚嘆的三月教授竟然是——余興偉！

    這跟寧為之前介紹三月教授的性別有點(diǎn)出入，郵件給出的解釋是，他是匿名的身份跟寧為通過郵件交流的，因?yàn)椴幌氡惶p松的認(rèn)出來，所以在交流時(shí)用了相反的性別。

    至于明明兩人明明一直在一起，但余興偉卻要用三月這個(gè)虛擬的名字來跟全世界交流，余興偉也給出了解釋。如果沒有三月這個(gè)名字，全世界的目光都不會(huì)多看他一眼，因?yàn)檫@個(gè)方向所有研究的光茫都在寧為那里。而在那時(shí)候已經(jīng)在全世界學(xué)術(shù)界嶄露頭角的寧為會(huì)把三月教授介紹給學(xué)術(shù)界，但卻不會(huì)把他余興偉推出來。

    因?yàn)閷帪槭冀K把他當(dāng)成一個(gè)助手，一個(gè)只要站在他身后默默做事的人，但他不甘心才華被埋沒，所以想出了這個(gè)辦法。當(dāng)然，在那封信里余興偉還拜托了基金會(huì)在審核他身份時(shí)，不要把他的真實(shí)身份公開，畢竟現(xiàn)在寧為在華夏聲望如日中天，而他一直是作為寧為的助手，也還需要從寧為的研究中獲得一些靈感。

    當(dāng)然除了這些之外，余興偉還提供了比較充足的證據(jù)。比如他發(fā)表論文的初稿，跟許多科學(xué)家交流的原始郵件，等等。總之足夠證明他就是大家的三月。另外附帶了他的博士證，證明他的單位是江城大學(xué)，因?yàn)槟壳八年P(guān)系也的確還在江大。

    效果便是許多大佬開始拼命的回憶起這個(gè)陌生中又帶著一丟丟熟悉的名字。

    是的，這個(gè)名字陌生，是因?yàn)榇蠹艺鏇]什么太大的印象，熟悉則是因?yàn)閷帪榻^大部分論文二作中都出現(xiàn)過這個(gè)名字，尤其是寧為帶著余興偉參加過兩次世界級(jí)的會(huì)議，其實(shí)跟不少大佬都見過面，但是所有人都忽略了這個(gè)年輕人博士生的存在。

    到不是刻意忽略，主要是一篇論文最重要的其實(shí)是通訊作者跟一作，認(rèn)可二作的情況不是沒有，但不太常見，而且寧為那些成就很容易便讓人忽略了他身邊的人，于是當(dāng)余興偉這篇郵件被許多人知悉后，連帶著一些封存的錄像都被再次翻出，余興偉始終跟在寧為身側(cè)的樸實(shí)身影，跟那張極具欺騙性的實(shí)誠面孔也展現(xiàn)在許多大佬面前。

    這小伙子，心思很深但能力也很強(qiáng)啊，難怪寧為一直把他帶在身邊而不是其他人，果然是有道理的。同時(shí)華夏江城大學(xué)也再次給許多大佬留下了深刻的印象。培養(yǎng)出了寧為這樣逆天的本科生不說，隨便一個(gè)博士生的能力也如此之強(qiáng)，這足以說明這家高校的實(shí)力有多強(qiáng)大了。

    此時(shí)對于沃爾夫獎(jiǎng)的評審委員會(huì)來說，則到了需要抉擇的時(shí)間。

    “余興偉的研究，或者說余興偉跟寧為的研究其最大意義并不僅僅止于在數(shù)學(xué)理論上的突破，而重要的是對人工智能領(lǐng)域底層的重新定義。比如最基本的人工智能深度學(xué)習(xí)模型，現(xiàn)在人工智能領(lǐng)域用到的深度學(xué)習(xí)模型標(biāo)準(zhǔn)大都還是我們所設(shè)計(jì)的，其中包含了深度神經(jīng)網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、玻爾茲曼機(jī)跟受限玻爾茲曼機(jī)等等。”

    “現(xiàn)在我們面臨的問題是，我們已經(jīng)驗(yàn)證了兩人研究的許多理論。而這些理論已經(jīng)確定可用于指導(dǎo)人工智能底層定義的革新。我以openai推出的自然語言深度學(xué)習(xí)模型gpt-3為例，我們都知道具有1，750億個(gè)參數(shù)的自然語言深度學(xué)習(xí)模型gpt-3的表達(dá)能力已經(jīng)接近人類，是極為成熟的深度學(xué)習(xí)模型，但依然有著缺點(diǎn)，比如跑任務(wù)的時(shí)候耗時(shí)太久，導(dǎo)致中途如果發(fā)現(xiàn)問題，也不敢停止運(yùn)算，畢竟代價(jià)太大。”

    “可如果按照余興偉跟寧為的研究，我們不一定要走這條繁瑣的道路來賦予機(jī)器智慧，并不一定需要不停的進(jìn)行深度學(xué)習(xí)來實(shí)現(xiàn)人工智能，而是直接搭起一個(gè)相對成熟的認(rèn)知框架，這直接讓我們曾經(jīng)信奉的底層邏輯產(chǎn)生了變化。說得更通俗些，以前我們讓機(jī)器擁有一定智能，靠的是大數(shù)據(jù)堆積學(xué)習(xí)，給予機(jī)器哪方面的資料，然后機(jī)器便能在哪個(gè)方向具備一定的智能。比如機(jī)器視覺、圖像識(shí)別，首先需要讓機(jī)器閱讀無數(shù)的圖像，在使用相關(guān)算法才能最終讓機(jī)器具備識(shí)別能力。”

    “但如果按照他們的理論，我們只需要給機(jī)器下達(dá)一個(gè)相關(guān)指令，機(jī)器便能自行在數(shù)據(jù)庫中去辨別、搜集并分類需要的數(shù)據(jù)，簡單來說這就省略了最為繁瑣的調(diào)參步驟。這是有別與計(jì)算機(jī)模仿人類大腦跟符號(hào)主義的第三條路，目前看來極有可能改寫未來世界人工智能發(fā)展的大格局，同時(shí)也決定了我們對人工智能底層認(rèn)知的改變。”

    視頻會(huì)議上，作為本屆評審委員會(huì)主席杰弗里·格拉斯在數(shù)學(xué)獎(jiǎng)投票之前先拿著稿子念一段評價(jià)。

    “以上是我的朋友蒙特利爾大學(xué)教授，同時(shí)也是魁北克人工智能機(jī)構(gòu)mila的科學(xué)主管，圖靈獎(jiǎng)獲得者尤舒亞·本吉奧對余興偉研究方向的一些看法，大家應(yīng)該已經(jīng)聽明白了本吉奧先生的意思。事實(shí)上包括mila、谷歌、ibm、臉書等等公司的科學(xué)家們已經(jīng)開始嘗試使用這些理論來重新定義人工智能的底層邏輯。”
    第(1/3)頁