02 逐梦之旅
- 📌 更糟糕的是，因为两国移民部门的官僚主义做派，计划的第二阶段（也就是我和母亲去美国跟父亲团聚的阶段）不断推迟。虽然父亲相对幸运，很快拿到签证，但我与母亲的情况却恰恰相反。我们再次见到父亲，已是三年多以后。
- ⏱ 2025-01-13 22:39:34
03 鸿沟渐窄
📌 机器学习的历史可以说是人工智能发展历史中不太为人所知的章节。尽管图灵本人很早就认可过机器学习，但这一概念相对来说仍然比较小众。1950年，图灵发表了一篇题为《计算机器与智能》的论文，简要对比了“基于规则的人工智能”（rule-based AI）和机器学习。基于规则的人工智能是指从零开始构建具有智能行为能力的完整体，而机器学习指的是允许智能体自主发展。图灵问道：“与其努力打造程序来模拟成人的思维，为何不尝试用程序模拟儿童的思维呢？”事实上，机器学习自诞生之初就从人类认知中汲取了一定的灵感，这在很大程度上得益于神经科学等领域的同步发展。
- ⏱ 2025-01-13 22:41:16
📌 人类大脑的复杂性远远超越已知宇宙中的任何其他事物，但其构造又极其优雅，几乎把复杂性全部掩藏。汽车或手机都是由清晰区分的零件组装而成，这是人类设计师认为直观的形式。但大脑的构造与此不同，它是由近1000亿个神经元构成的巨大网络，其中的神经元就是一个个互相连接的微小单元，可以在电化学传输中精细聚焦。尽管整个大脑中的神经元行为受到类似概念的支配（至少在麦卡洛克和皮茨的模型层面上是如此），但神经元可以形成不同的网络，其排列和位置各不相同，可以应对各类挑战，如视觉、听觉、运动，甚至进行抽象思考。此外，大脑在最初在子宫内形成后的很长时间里，才通过学习形成了（或者至少是逐渐完善了）这些网络结构。这就是为什么尽管我们的灰质在解剖学上看起来并无二致，但每个人的个性、技能和记忆都是独一无二的。
- ⏱ 2025-01-13 22:41:58
04 心智探索
📌 我的阅读清单越来越五花八门，无所不包。我沉浸在侯世达（Douglas Richard Hofstadter）所写的《哥德尔、艾舍尔、巴赫：集异璧之大成》中，也被罗杰·彭罗斯（Roger Penrose）的《皇帝新脑》的广度和深度所吸引。就这两本书而言，挑战我的不仅仅是其思想之精辟、智慧之高深，还有它们之间丰富的联系。
- ⏱ 2025-01-13 22:45:49
📌 不久之后，“人工智能寒冬”来临，研究界失去了方向和支撑，进入了一个漫长的低迷期。甚至有人认为“人工智能”这个词本身过于宽泛，是一种妄想。人工智能的能力被淡化，研究人员转向了更加狭隘的领域，如决策、模式识别和自然语言处理（旨在理解人类的语言和文字）。“人工智能”似乎注定只是科幻小说家的沃土，而不是学者的领域。就像物理学的发展史会随着发现的大幅度起伏而呈现出正弦曲线一样，人工智能的发展也充满了起起伏伏。
- ⏱ 2025-01-13 22:47:46
📌 即便是在移动设备、宇宙飞船和粒子加速器等各种先进设备飞速发展的时代，大脑仍然是已知宇宙中最复杂的物体。它超越功能最强大的超级计算机，而一切活动都发生在以立方英寸为单位计算的微小空间内，能量来源只不过是我们每天消耗的卡路里的一小部分。当我们窥探大脑的褶皱时，会更加感叹这个器官的神奇。
尽管构成大脑大部分结构的神经元相对简单，但大脑也许是最能充分诠释“量变引起质变”这一公理的例子。当神经元以千亿计的数量级复制，当它们之间的连接达到10的11次方时，质变就发生了。物质变成了思维，产生了爱、喜悦、悲伤、愤怒、恐惧和欢笑，也造就了我们在科学、艺术、音乐和数学等方面的能力。
有了大脑，我们可以辨别颜色，一些人成为艺术家，一些人成为评论家，还有数十亿人成为鉴赏家。大脑的灰质不仅可以解读听觉振动，还可以唤起创作歌曲的灵感，珍惜聆听音乐的体验，甚至回忆起跟朋友第一次在收音机上听到一首歌时的场景，记忆的细节之清晰，铭心刻骨。这一奇特的解剖结构完全由有机化合物组成，终生被困在头骨的黑暗之匣中。正是因为大脑，我们所珍视的一切生命体验才成为可能- ⏱ 2025-01-13 22:48:28
📌 每当我启动实验室的计算机进行运算、风扇呼呼作响时，一种新发现的热情就会涌上心头。
孩童时期，每当我和父亲发现一只从未见过的蝴蝶，或偶然发现一种新品种的竹节虫，我就会有这种感觉，而现在的研究工作触发了我小时候在成都周边山区探险时的感觉。在实验室里，时间失去了意义，我在工作中忘掉了自我。在经历了几乎从来没有过真正归属感的青春期之后，我突然确信我找到了属于自己的位置。- ⏱ 2025-01-13 22:50:05
05 第一道光
📌 但是，仅仅将眼睛、神经末梢和四肢连接起来是不够的，尤其是因为随着眼球不断进化，看到的世界越发广阔、细致，同时，四肢也发展出了新的自由度和更强的关节。要在复杂的环境中有效行动，需要的不仅仅是条件反射，这就带来了另一个适应性挑战，促使生物体在“所见所感”和“如何反应”之间发展出日益复杂的中间环节。
随着感官所提供的信息深度和数量不断增加，生物体处理信息的工具也面临着增长的压力，类似我们需要更多更加复杂的计算设备来管理现代世界中的海量数据。为了处理五花八门的信息，神经系统不断发展，最终形成一个集中枢纽，其中的组成部分被越来越密集地压缩到一个器官里。我们把这个器官称为大脑。- ⏱ 2025-01-13 22:57:38
📌 数亿年后，我们很难不被这个进化转折点所创造的世界所震撼。几千年的文明进程见证了人类的发展，从灵长类动物到游牧部落，从农业社区到工业化城市，再到现在的科技和信息处理超级王国。
- ⏱ 2025-01-15 20:14:06
📌 加州理工学院有一点远超其实力所及，即费曼、密立根，甚至爱因斯坦本人都曾在这里讲学。至少，我无法抗拒去学校参访的机会。
- ⏱ 2025-01-15 20:15:21
📌 “我们非常熟悉颜色，但似乎无法用语言来描述颜色，这不是很奇怪吗？我们只能说到颜色。当我说‘蓝色’或‘红色’时，你就知道我是什么意思，但这只是因为你已经见过这些颜色。我的话只是唤起了你的回忆，并没有传递新的信息。”
他的话让我陷入了沉思。
“所以，想象一下，如果未来的人类完全理解了视觉的工作原理，那么你觉得他们能掌握用第一原理来描述红色的能力吗？”
我想了一会儿。
“难道这不是必然的吗？我的意思是，如果真的‘完全理解’，那必然会具备这种能力。”
“你的回答完全合理。但前提是可以在还原主义描述中找到对这种经历的描述和解释。如果找不到怎么办？我们该如何处理这个矛盾？视觉是一种复杂的现象，也许是最复杂的现象之一，但仍然是一个物理过程：物质的表现遵循物理定律。然而，从主观上讲，我们的经验难道不是非物质的吗？为什么看到红色会让人觉得是一种主观感受呢？- ⏱ 2025-01-15 20:16:12
📌 这就是视觉的魔力。视觉是一种非常精细的技能。虽然我们看到的世界只是光线恰好落在我们眼睛表面的映射，但我们从光线中获得的信息却能延伸到我们的全部经验。从感官输入到可靠、可操作的知识，这是一种近乎奇迹的转变，是人类大脑最了不起的一大能力。仅仅是转换任务的计算成本，就远远超过了仓库大小的超级计算机的计算能力，而对人类来说，所有这些都是由一个直径约12.7厘米的潮湿有机块体完成的。人脑对概念的认知深度让学术界的杰出人士也常怀谦卑之情。
- ⏱ 2025-01-15 20:17:29
06 北极星
- 📌 我们选择的机器学习算法的数学核心是“贝叶斯网络”（Bayesian network），这是一种概率技术。接二连三的问题都是有关这种技术的，但没有一个人问及我们训练算法时所用的数据。数据被公然视为一种惰性商品，只在算法需要时才重要，虽然这种观点并不稀奇，但我开始意识到，有一些重要的东西一直都被低估了。
- ⏱ 2025-01-15 20:19:07
10 似易实难
- 📌 在回家的路上，我突然有了一个奇怪的想法：我很庆幸我们还没有招收任何学生助手，否则，我早已用计算机科学家的阅读清单把他们淹没，使他们习惯于从数据、神经网络和最新架构进展的角度来思考。这当然很重要——在这样的项目中，科学问题是无法回避的。但我现在明白，科学并不是正确的起点。如果想让人工智能帮助人类，那么我们必须从人类自身开始思考。
我随即做出决定。从那天起，任何要加入我们团队的学生，都必须先拥有我刚刚拥有的体验，否则一行代码都不可以写。跟班学习将成为每位新成员的入门仪式，没有商量的余地。- ⏱ 2025-01-15 20:25:51
11 无人可控
📌 尽管AlexNet和GoogLeNet是计算机视觉领域的真正飞跃，但我们还远远未能了解其全部潜力。举例来说，我们确信网络深度是决定性能的关键因素，而GPU优惠的价格意味着我们终于有足够的处理能力，让深度达到前所未有的水平。然而，简单增加神经网络层数并不是万能之策。
- ⏱ 2025-01-15 20:26:49
📌 安德烈即将加入OpenAI的核心工程师团队。OpenAI由硅谷巨头萨姆·奥特曼（Sam Altman）、埃隆·马斯克和领英首席执行官里德·霍夫曼（Reid Hoffman）共同创立，初始投资高达10亿美元，这充分证明硅谷对人工智能的突然崛起是多么重视，硅谷的杰出人物多么渴望在人工智能领域站稳脚跟。
OpenAI推出后不久，我在当地的聚会上遇到了几位创始成员，其中一位举杯祝酒，但他的欢迎词颇有几分告诫的意味：“每个从事人工智能研究的人，都应该认真思考自己今后在学术界的角色。”他说这番话时没有一丝笑意，言辞中透露出明确而冷酷的信息：人工智能的未来将由那些拥有企业资源的人书写。在学术界受训多年的我想习惯性地反唇相讥，但我没有。老实说，我甚至都不确定自己是否反对他的观点。- ⏱ 2025-01-15 20:28:15
📌 2016年，我即将迎来21个月的学术休假，暂时离开教授职位。我的收件箱被来自英伟达、优步和谷歌等公司的邀请信息淹没了。我保持着一种久经磨炼的本能，对这些信息一概不予理睬，却越来越多地发现自己停下来片刻，关注这些信息。我叹了口气，跟以前相比，现在去科技公司工作也许会更有意义，哪怕只是一点点。
- ⏱ 2025-01-15 20:29:16
📌 经过再三考虑，我最终决定接受谷歌云的人工智能首席科学家一职。虽然此时的谷歌是一家有近20年历史的大公司，但云计算部门才成立一年左右，我觉得这是帮助谷歌从头开始打造人工智能的好机会。我还碰巧认识公司新任命的谷歌云首席执行官黛安娜·格林（Diane Greene）。她曾是虚拟化巨头VMware的联合创始人，是为数不多征服硅谷的女性，我期待着在性别比例极不平衡的行业里与她并肩工作。
- ⏱ 2025-01-15 20:29:30
译后记
📌 《我看见的世界》是李飞飞博士的自传。她是美国三院院士，是计算机科学家，是人本主义者，是母亲、女儿、妻子，是曾短暂涉足商界的学术人士。
- ⏱ 2025-01-15 20:32:17
📌 作为移民，她在20世纪90年代与父母离开中国，生活被连根拔起，优势荡然无存，从中产“沦落”为美国贫民，生存空间急剧缩减。曾为知识分子的父母不得不从事完全无法发挥自己才能的半体力工作，而她也需要周末在餐厅打工和在自家干洗店帮忙，才能维持生计。其中的无奈和辛苦是太多移民熟知的感受。
作为学生，她自幼即酷爱读书，在家人的鼓励下，自由追逐好奇心。初到美国，因为英语达不到母语水平，她觉得每一节课都是英语课，厚重字典不离身。她有幸在高中遇到数学老师鲍勃·萨贝拉，他们全家对她关照有加，视如己出，让这位青春期女孩找到了归属感。高中毕业后，她拿到了普林斯顿大学全额奖学金，学习物理学，后又进入加州理工学院攻读电子工程博士学位。- ⏱ 2025-01-15 20:32:37
📌 作为科学家，她数度面临科学抱负和现实生活的两难选择，最终在家人的坚定支持下，在科学的世界里找到了使命和归宿。她主导打造的ImageNet数据集成为计算机视觉突破的关键催化剂。她致力于研发真正可以协助医疗人员、保全患者隐私和尊严的环境智能系统。因为对人工智能领域发展做出的杰出贡献，她当选美国国家工程院、国家医学院、艺术与科学院三院院士，是当之无愧的华人之光。
- ⏱ 2025-01-15 20:32:55
