CASE 報科學

雖然是英國人，Hinton日後的發展重心卻放在北美，更讓加拿大一躍成為AI的研發重鎮。Hinton極力推廣反向傳播演算法，將已然失去市場信心的「（多層）人工神經網路」重新包裝為「深度學習」，並與學生大力向學界以及大眾推銷這款新瓶舊酒。2012年，Hinton的學生Alex Krizhevsky，以AlexNet贏得當年ImageNet大規模視覺識別挑戰賽冠軍。2018年，Hinton與曾追隨自己的博士後研究員LeCun，以及好友Yoshua Bengio（1964-），因對深度學習的貢獻，三人共同獲頒杜林獎。

與Hinton最初是在一次會議上相遇，發現彼此有著相同的研究主題，於是離開法國遠赴加拿大成為Hinton的博士後研究生。他開發的手寫數字辨識模型LeNet，不但是電腦視覺常見的卷積神經網路（Convolutional Neural Network，CNN）原型，更是首次將反向傳播演算法付諸實踐（於是證實Hinton的想法是可行的）。目前任教於紐約大學，同時是Facebook的首席AI科學家。在2016年的一場會議中，以一個「蛋糕的比喻」強調無監督式學習的重要性，卻意外在學術圈引起軒然大波。

雙親皆為物理學家，Hopfield理所當然地成為一名固態物理學家。但不甘於被舒適圈所侷限的他，不斷向外尋找「那個值得解決的問題」。於是先後跨足分子生物學，以及當時新興的神經科學及AI研究，並在各個領域都有不容忽視的發現或研究成果，例如血紅蛋白的別構調控、tRNA參與蛋白質合成的校正機制。而後提出的「霍普菲爾網路」，不但為生物的聯想式記憶（associative memory）提供了簡單的數學模型，也為當時幾近被廢棄的人工神經網路，重新燃起一絲希望。

身為語言學大家的Chomsky，始終對AI抱持著負面態度，卻在不經意間影響了AI的早期發展：一是他的語法理論，間接促成了當時在IBM做研究的John Backus（1924─2007）開發出第一套高階程式語言FORTRAN。McCarthy便是在FORTRAN的基礎上，於隔年開發出LISP；二則是他曾經（不情願地）參與的「機器翻譯」計劃。該計劃的失敗（並非Chomsky從中作梗）是造成第一次AI寒冬的眾多原因之一。年已九旬的他，從不吝於表達自己在政治上的看法，大力抨擊美國的對外政策。

McCarthy對於近代AI研究有著舉足輕重的地位。1956年，他與好友Marvin Minsky（1927-2016）希望藉由一場工作坊聚集當時相關領域的專家，達到腦力激盪的效果。即使最終成效不佳，但當初為了申請經費在計畫書上所定下的「人工智慧」一詞卻成了這門研究科目的名稱。1958年，他開發出LISP，成為早期AI專案常使用的程式語言。另一方面，早期AI著重於人類知識的符號化與形式化，McCarthy在非單調邏輯的研究成果，讓他成為其中的領頭羊。