2022-08-01 | 토론토=정혜진 특파원

“加拿大凭6页提案书获3至5年资助…基础科学人才汇聚”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

多伦多大学名誉教授杰弗里·辛顿(74岁)在加拿大多伦多家中接受Seoul Economic Daily创刊纪念专访时强调:“最重要的是发掘并持续支持那些由好奇心驱动研究的基础研究者”,“这正是能够带来重大突破(breakthrough)的关键。”平时讲话高效而克制的辛顿教授,在约一小时的采访中格外地把这句话强调了五次。

这源自他作为研究者半个世纪的经历。1978年他在英国爱丁堡大学取得人工智能(AI)领域博士学位时,还无人关注他。当时学界主流是“符号主义人工智能(Symbolic AI)”路径,认为让机器学习人类制定的规则后即可据此进行推理。但他没有追随潮流。对心理学和生物学理解深厚的他确信人脑的运作方式不同,为寻找让AI像人脑一样学习的方法,他以当时仅存在于理论中的深层神经网络为基础研究深度学习。此后他在美国卡内基梅隆大学开始教授生涯,1987年定居加拿大多伦多大学,直到2012年在全球最大图像识别竞赛“ILSVRC”上以压倒性的识别成功率差距夺冠,其间35年他一直在边缘默默坚持研究。2015年他与杨立昆、约书亚·本吉奥共同在《自然》杂志发表深度学习论文,2016年与李世石九段展开世纪对决的AI阿尔法围棋(AlphaGo)为大众所知,他由此成为今天AI热潮的先驱。

辛顿教授说,让他始终埋头研究的动力是“想知道大脑如何运作的好奇心”。儿时的领悟影响了他的一生。他回忆道:“七岁时第一次上的学校带有宗教色彩,与原封不动接受学校说法的同学不同,我并不如此”,“那时第一次产生任何人都可能出错的想法,这成为我带着‘其他研究者也可能出错’的想法持续研究的基础。”

他离开美国定居加拿大,是因为基础科学领域能获得稳定资助的环境。辛顿教授解释:“虽然资助规模不如美国大,但加拿大将相当大部分投资投向基础研究”,“美国的教授几乎要把大部分时间用于撰写申请研究经费的提案书,而在加拿大只需提交约6页的提案书就能获得3至5年的资助。”

对于提出培养AI人才和吸引优秀人才的韩国政府,他也建议把基础研究投资放在优先位置。辛顿教授表示:“对政界或政策负责人而言,说自己正在投资具体项目要容易得多”,并叮嘱不要陷入忽视基础研究重要性的诱惑。他特别以1982年日本政府以1000亿日元(约9700亿韩元)规模推进的第五代计算机项目为例指出:“以目标为中心的项目乍看不错,但拿不出任何成果。应避免这种投资方式。”

同时辛顿教授说,加拿大政府警惕成果或目标导向态度的基础研究投资,使今天的加拿大成为AI领域的领导者。加拿大2017年在全球率先制定全国性AI战略,首年将1.25亿加元(约1275亿韩元)集中投向辛顿教授领导的Vector研究所以及位于蒙特利尔的Mila研究所、埃德蒙顿的阿尔伯塔机器智能研究所(AMii)等。加拿大政府今年将投资规模扩大至4.43亿加元。

辛顿教授还强调,为让有好奇心的研究者持续研究,企业的作用甚至比政府更重要。仅存在于理论中的深度学习之所以能实现有效学习,能够驱动它的计算机性能的支撑起了很大作用。他强调:“为学习万亿级数据所需的庞大算力,是谷歌这样的大型科技公司才能做的领域。”辛顿教授创立的DNN Research被谷歌收购后,他曾担任谷歌杰出研究员。过去10年间,谷歌加拿大法人向研究基金投入了1800万加元。

这对企业竞争力也大有帮助。他解释:“谷歌在基础研究上投入很多,因此在商业化方面也有很大优势”,“学界与企业之间流动自由这一点也对(商业化)有帮助。”

阅读韩文原文