Hinton，這個以“深度學習之父”和“神經網路先驅”響徹AI領域的名字，他的一舉一動，都是熱點導向。
當我們遠望一位頂級人物時，除了他的學術，也許，我們更應該關注到他的內心與靈魂。
到底是何等的心境，成就了這位偉大的人物。
就在最近，當這位70歲的老爺爺，毫不掩飾地敢於推翻自己花了30多年才建立起來的深度學習帝國時，我被這個偉大的靈魂感染了，感動了。
試問，當你處在人生的巔峰時，你敢不敢對自己的過去提出質疑，敢不敢勇敢地跳出舒適區，敢不敢拋棄世俗的壓力，敢不敢在已年滿70歲高齡時重新追求新的目標？
這才是偉大與普通在靈魂上的差別。在Hinton質樸的眼神裡，我們看到的是平常心，卻又是那麼高處不勝寒練就的巔峰體驗。
這幾日，Hinton被刊進各大媒體的頭版頭條，是因為他的那篇Capsule論文，終於揭下了神祕的面紗。
在論文中，Capsule被Hinton大神定義為這樣一組神經元：其活動向量所表示的是特定實體型別的例項化引數。他的實驗表明，鑑別式訓練的多層Capsule系統，在MNIST手寫資料集上表現出目前最先進的效能，並且在識別高度重疊數字的效果要遠好於CNN。
該論文無疑將是今年12月初NIPS大會的重頭戲。
不過，對於這篇論文的預熱，Hinton大神可是早有準備。
一個月前，在多倫多接受媒體採訪時，Hinton大神斷然宣稱要放棄反向傳播，讓整個人工智慧從頭再造。不明就裡的媒體們頓時蒙圈不少。
8月份的時候，Hinton大神還用一場“卷積神經網路都有哪些問題？”的演講來介紹他手中的Capsule研究，他認為“CNN的特徵提取層與次抽樣層交叉存取，將相同型別的相鄰特徵檢測器的輸出彙集到一起”是大有問題的。當時的演講中，Hinton大神可沒少提CNN之父Yann LeCun的不同觀點。
畢竟，當前的CNN一味追求識別率，對於影像內容的“理解”幫助有限。而要進一步推進人工智慧，讓它能像人腦一樣理解影像內容、構建抽象邏輯，僅僅是認出畫素的排序肯定是不夠的，必須要找到方法來對其中的內容進行良好的表示……這就意味著新的方法和技術。
而當前的深度學習理論，自從Hinton大神在2007年（先以受限玻爾茲曼機進行訓練、再用有監督的反向傳播演算法進行調優）確立起來後，除了神經網路結構上的小修小改，很多進展都集中在梯度流上，正如知乎大V“SIY.Z”在《淺析Hinton最近提出的Capsule計劃》（zhuanlan.zhihu.com/p/29435406）時所舉的例子（為了方便大家閱讀這篇文章，營長將具體內容附在文章末尾）：
sigmoid會飽和，造成梯度消失。於是有了ReLU。
ReLU負半軸是死區，造成梯度變0。於是有了LeakyReLU，PReLU。
強調梯度和權值分佈的穩定性，由此有了ELU，以及較新的SELU。
太深了，梯度傳不下去，於是有了highway。
乾脆連highway的引數都不要，直接變殘差，於是有了ResNet。
強行穩定引數的均值和方差，於是有了BatchNorm。
在梯度流中增加噪聲，於是有了 Dropout。
RNN梯度不穩定，於是加幾個通路和門控，於是有了LSTM。
LSTM簡化一下，有了GRU。
GAN的JS散度有問題，會導致梯度消失或無效，於是有了WGAN。
WGAN對梯度的clip有問題，於是有了WGAN-GP。
而本質上的變革，特別是針對當前CNN所無力解決的動態視覺內容、三維視覺等難題……進行更為基礎的研究，或許真有可能另闢蹊徑。
這當然是苦力活，Hinton大神親自操刀的話，成功了會毀掉自己賴以成名的反向傳播演算法和深度學習理論，失敗了則將重蹈愛因斯坦晚年“宇宙常數”的覆轍。所以，李飛飛對他在這裡的勇氣大為讚賞：
如今Capsule的論文剛剛出來，深度學習的各路大神並沒有貿然對其下評論，深夜中的外媒亦尚未就此發稿，甚至就連技術圈內一向口水不斷的Hacker News，今天也是靜悄悄地一片。
不過，可以肯定的一點是，一個月後的NIPS大會，Capsule更進一步的效果必定會有所顯現，AI科技大本營也一定會繼續跟進這裡的進展。
至於Hinton此舉對於深度學習和整個人工智慧界的後續影響，包括Yann LeCun在內的各路大神恐怕都不敢冒下結論，以營長的水平，在這裡連翻譯和解析論文都顯得多餘（論文在這裡arxiv.org/abs/1710.09…，感興趣的話可自取）。我們們還是靜等時間來驗證Hinton大神的苦心孤詣到底值不值得吧。
這正如Hinton大神在接受吳恩達採訪時所說的：
如果你的直覺很準，那你就應該堅持，最終必能有所成就；反過來你直覺不好，那堅不堅持也就無所謂了。反正你從直覺裡也找不到堅持它們的理由。
當然，營長肯定是相信Hinton大神的直覺的，更是期待人工智慧能在當前的水平上更進一步。
儘管意義不同，Hinton大神此舉卻讓營長想到了同在古稀之年的開爾文勳爵，他1900年那場關於物理學“兩朵烏雲”的演講可是“預言”得賊準：“紫外災難”讓年近不惑的普朗克為量子力學開創了先河，“以太漂移”讓剛剛畢業的愛因斯坦開始思考狹義相對論，經典物理學的大廈就此崩塌。
那麼，人工智慧上空所飄蕩的到底是一朵“烏雲”呢？還是一個新的時代？讓我們拭目以待。