“The first step toward building artificial intelligence is to admit that we don’t know what intelligence is.”
這句話不是出自某位 AI 研究者， 而是我讀完這本書後腦中迴盪最久的一個念頭。
《Genius Makers》講的是深度學習從邊緣走向主流的那段歷史。 但更準確地說， 它講的是一群人如何在整個學術圈都不看好的情況下， 堅持了三十年。
被忽視三十年的異端
1980 年代， 神經網路是 AI 領域的邊緣理論。 主流學者認為這條路走不通， 研究經費拿不到， 論文發不出去。
Geoff Hinton、 Yann LeCun、 Yoshua Bengio 這幾個名字， 現在被稱為「深度學習三巨頭」。 但在當時， 他們是學術界的邊緣人。
Hinton 在書裡說過一句話：
“We were in the wilderness for a long time.”
三十年。 不是三年。
相信一件事情， 是有力量的。
這讓我想到團隊早期做產品的時候。 每次市場沒反應， 每次數據不好看， 都會有人問：「我們是不是方向錯了？」
但「沒反應」跟「方向錯了」是兩件事。 問題是你很難在當下分辨。
Hinton 他們選擇繼續做。 不是因為有證據證明他們是對的， 而是因為沒有足夠的證據證明他們是錯的。
Google 的豪賭
2012 年， Hinton 的學生用深度學習在 ImageNet 競賽中大勝。 錯誤率從 26% 直接降到 15%。
這是一個轉捩點。
幾個月後， Google、 百度、 微軟開始瘋狂搶人。 Hinton 最後被 Google 用超過 4,400 萬美金收購了他的小公司—— 那家公司只有三個人。
有趣的是， 《Creativity, Inc.》裡 Ed Catmull 講過類似的邏輯。 他說 Pixar 早期沒人相信電腦動畫能拍長片。 但他們相信技術終究會到位。
這種「技術信仰」在科技史上不斷出現。 問題從來不是「你看到了什麼」， 而是「你願意等多久」。
人才爭奪戰的荒謬
書裡有一段很有畫面感。
2014 年左右， 深度學習的博士生還沒畢業就被開價百萬美金年薪。 Google、 Facebook、 百度的高層親自飛到學術會議現場挖人。 有些學生連論文都沒寫完就被簽走了。
這讓我想到一個問題：
當市場開始瘋狂追逐一個領域的時候， 留在這個領域做基礎研究的動機是什麼？
書裡沒有給答案。 但它呈現了一個現象： 很多優秀的研究者最後都進了企業。 因為資源在那裡。
資源往哪裡去， 人才就往哪裡去。
這不是批判。 這是現實。
倫理的後知後覺
2018 年開始， AI 倫理問題浮上檯面。 偏見、 監控、 假訊息、 就業衝擊——這些問題突然變成熱門議題。
但書裡很誠實地寫道： 這些問題不是 2018 年才出現的。 早在技術發展初期， 就有人提出警告。 只是沒人聽。
有一段我反覆讀了兩次。 一位 Google 工程師說：
“We were so focused on whether we could, we didn’t stop to think whether we should.”
這句話本身不新。 但放在 AI 的脈絡下讀， 有種後知後覺的諷刺。
技術人往往覺得「先做出來再說」。 但有些東西一旦做出來， 就收不回去了。
天才的侷限
書名叫《Genius Makers》。 但讀完之後， 我反而對「天才」這個詞產生懷疑。
Hinton 是天才嗎？ 也許是。 但他自己說過， 他能堅持三十年的原因之一是「沒有其他選擇」。 他的背痛讓他沒辦法坐太久， 所以只能用站著的方式工作， 這反而讓他專注在能想清楚的問題上。
很多人的「天才」其實是被環境逼出來的適應方式。
不是因為特別聰明， 而是因為沒別的路可走。
這本書讓我想到的不是「如何成為天才」， 而是「如何在沒人相信你的時候繼續做下去」。
答案可能很無聊： 就是做下去。
📚 書籍資訊
- 書名：Genius Makers
- 作者：Cade Metz
- 核心主題：深度學習從邊緣異端到主流科技的三十年歷程， 以及背後那群堅持者的故事