大数据文摘作品，转载请注明来源

　　编译 | 姜范波 笪洁琼 张伯楠 寒小阳

　　RICHARD Feynma去世那天，他的教室黑板上写着：“我不能创造的，便是我不明白的”。

　　当Ian Goodfellow解释他在谷歌大脑所做的研究时，他引用了原子物理学家、加州理工学院教授兼畅销书作家的这句格言。但是，Goodfellow不是指自己，也不是Google内的任何其他人。他谈论的，是机器：“AI不能创造的，便是它不明白的（What an AI cannot create, it does not understand）”。

　　Ian Goodfellow在推特上转发这篇文章：

　　关于GAN的诞生往事

　　Goodfellow是世界上最重要的AI研究人员之一，在Elon Musk和Sam Altman建立的谷歌大脑竞逐对手OpenAI短暂工作后，他返回谷歌，建立了一个新的研究小组，探索“生成模型”——一个可以创造现实世界的照片，声音和其他表征的系统。 Goodfellow引用Feynman的名言，将这一努力描述成通往各种人工智能的重要途径。

　　他解释说：“如果AI能学习如何想象现实的图像和逼真的声音——这将鼓励AI了解世界的实际结构。它可以帮助AI理解它看到的图像或它听到的声音。”

　　几杯啤酒后诞生的

　　“20年来最酷的深度学习思想” GAN

　　▼

　　2014年，当时还在蒙特利尔大学读博士的Goodfellow，在一家酒吧微醺后，想到了一种称为“生成对抗网络（generative adversarial networks）”或GAN的AI技术。尽管这个想法来自几罐啤酒，其仍不失为一个非常优雅的设计：一个AI尝试创造它认为真实的图像，而第二个AI分析结果，并尝试确定图像是真实还是假的。Goodfellow说：“你可以把它们当作艺术家和艺术评论家，生成模型想要愚弄艺术评论家 ——让艺术批评家把它所产生的图像当成真的”。因为第二个AI努力地识别造出来的假图像，所以第一个AI得以学会模仿真实世界。这种方式，是一个单独的AI无法完成的，。在这个过程中，这两个神经网络可以将AI推向某一天，电脑宣布独立于他们的人类老师。

　　监管Facebook人工智能研究的Yann LeCun将GAN称为“过去20年来最酷的深度学习思想”。深度学习是一种AI，它正在改变所有互联网最大的公司的方向，包括谷歌，微软，和亚马逊，以及Facebook。 Goodfellow的想法还在不断发展，但它们已经快速传遍AI社区。许多研究人员，包括LeCun，相信他们可以导致“无监督学习”，这是AI研究领域的巨大愿望：机器学习无需人类的直接帮助。

　　做正确的事

　　▼

　　Goodfellow得到这个灵感时，是位于蒙特利尔酒吧名为Les 3 Brasseurs，j2直播，或“三个酿酒师”的酒吧。他的朋友Razvan Pascanu，现在是Google的另一个AI实验室DeepMind的研究员，彼时刚完成了他的博士学习，很多朋友聚集一堂送别他。其中一个正在描述一个新的研究项目，试图用数学方法确定进入照片的所有内容。这个想法是将这些统计信息输入一台机器，以便它可以自己创建照片。半醉中，Goodfellow说这是永远不会有效的 —— 要考虑的统计量太多，没有人能全部记录下来。就在这一刻，他想到了一个更好的方法：神经网络可以教会机器如何建立逼真的照片。

　　神经网络是一种比较复杂的数学思维，它通过识别照片中的人脸和口语理解分析大量数据来进行学习任务。

　　在酒吧里，Goodfellow决定使用现实的照片来构建神经网络学习，然后可以与其他进行对比，来试图辨别照片是否为假，实际上，这一切是依据它们第一次的感觉来判断。

　　他表示通过这种方式，它最终可以成为第一个使用神经网络生成并与真实事物无法分辨的虚假图像。

　　争议随之而来，Goodfellow的朋友们坚持认为这种方法行不通。所以当他晚上到家的时候，他开始进行这项试验。“当我回家的时候我有点喝醉了，我的女朋友也已经熟睡了。”

　　我坐着那儿思考：酒吧里我的朋友们他们都想错了！他回忆着说，当时我连夜在笔记本电脑里完成了GANs的代码。

　　按照他的说法，程序代码第一次测试就正常运行了。“这是真的，真的很幸运，”他说道，“如果不是因为第一次代码就成功，我可能已经放弃这个想法了。”