#今日论文推荐# Geoffrey Hinton：不出五年，我们就会破解大脑的运作机制，但不是通过反向传播

#今日论文推荐# Geoffrey Hinton：不出五年，我们就会破解大脑的运作机制，但不是通过反向传播

过去十年，AI 在计算机视觉、语音识别、机器翻译、机器人、医学、计算生物学、蛋白质折叠预测等等领域取得了一个又一个突破，而这些突破的背后，均离不开深度学习。那么，深度学习起源于何时何地，又在何时成为最突出的AI方法？
最近，UC伯克利教授、深度学习专家Pieter Abbeel在其播客节目《机器人大脑》（Robot Brains）中，对Geoffrey Hinton进行了一次访谈。
曾获得2018年图灵奖的Hinton，被称为「深度学习三巨头」之一，是人工智能史上最重要的学者之一。他的论文被引用了50多万次，这意味着，有50万篇以上的研究论文是建立在他的研究之上。
他在深度学习领域已经研究了大约半个世纪，大部分时间相对默默无闻，但在2012年，事情发生了转折：那一年，凭借AlexNet在ImageNet比赛的胜出，他证明了深度学习在图像识别方面比其他计算机视觉的方法具备更大的优势。这被称为「ImageNet时刻」，改变了整个AI领域，掀起了深度学习的浪潮。
在这次对话中，Hinton讲述了他从学术界到谷歌大脑的工作经历、学习心理学和当木匠的经历，以及可视化技术t-SNE算法背后的历史，并就一些问题发表了他的观点，包括：

现有的神经网络和反向传播算法与大脑的运作方式有何不同？

论文题目：Learning representations by back-propagating errors
详细解读：https://www.aminer.cn/research_report/62a6d91b7cb68b460fd169b0?download=falsehttps://www.aminer.cn/research_report/62a6d91b7cb68b460fd169b0?download=false
AMiner链接：https://www.aminer.cn/?f=cs