第二章 AI复兴：深度学习+大数据=人工智能（第19/20页）

需要注意的是，大数据和人工智能的结合也可能给信息流通和社会公平带来威胁。在2016年的美国大选中，有一家名为Cambridge Analytica的公司就基于人工智能技术，用一整套分析和引导舆论的软件系统来操纵选情。这个系统可以自动收集和分析互联网上的选情信息，评估人们对两位总统候选人的满意度，并通过给定向用户投放信息，自动发送虚假新闻等技术手段，宣传自己所支持的候选人，还可以通过A/B组对照试验，准确判断每个州的选民特征，为自己所支持的竞选团队提供第一手的数据资料和决策依据。Cambridge Analytica的投资人是特朗普的“金主”，因此Cambridge Analytica在大选中就主要为特朗普服务。特朗普战胜希拉里后，美国伊隆大学的助理教授兼数据科学家乔纳森·奥尔布赖特（Jonathan Albright）开始研究大选中的假新闻和舆论引导内幕，他不无忧虑地说：“这简直就是台宣传机器。它一个个地拉拢公众，使他们拥护某个立场。如此程度的社会工程，我还是头一次见。他们用情绪作为缰绳，套住人们，然后就再也不松手了。”53

此外，在大数据发挥作用的同时，人工智能研发者也一定不要忘了，大数据的应用必然带来个人隐私保护方面的挑战。为了给你推送精准的广告信息，就要收集你的购买习惯、个人喜好等数据，这些数据中往往包含了许多个人隐私；为了获得以人类基因为基础的医疗大数据来改进疾病的诊疗，就要通过某种渠道收集尽可能多的人类基因样本，而这些数据一旦保管不善，就可能为提供基因样本的个人带来巨大风险；为了建立智能城市，就要监控和收集每个人、每辆车的出行信息，而这些信息一旦被坏人掌握，往往就会成为案犯最好的情报来源……

有效、合法、合理地收集、利用、保护大数据，是人工智能时代的基本要求，需要政府、企业、个人三方共同协作，既保证大规模信息的正常流动、存储和处理，又避免个人隐私被滥用或被泄露。

AI小百科　深度学习“三巨头”和传奇的辛顿家族

杰弗里·辛顿与约书亚·本吉奥、扬·勒丘恩有时也被称为深度学习领域的“三巨头”。

“三巨头”中，最年长的杰弗里·辛顿生于英国，后移居加拿大。在深度学习领域，辛顿的贡献是开创性的。他最先把反向传播（Backpropagation）用于多层神经网络，还发明了玻尔兹曼机（Boltzmann machine），这些成果直接导致深度学习的实用化。教学和科研以外，杰弗里·辛顿还创办了一家名叫DNNresearch的人工智能公司，然后把公司卖给了谷歌。现在，杰弗里·辛顿一半时间在多伦多大学教书，一半时间在谷歌建设著名的谷歌大脑。

杰弗里·辛顿教授的学生也几乎个个是人工智能领域里的权威。1987年，扬·勒丘恩在巴黎获得计算机科学博士学位后，就到多伦多大学师从杰弗里·辛顿教授做博士后研究。1988年，扬·勒丘恩加入AT&T贝尔实验室。在那里，他发展了机器视觉领域最有效的深度学习算法——卷积神经网络（CNN），并将其用于手写识别和OCR。2013年，扬·勒丘恩加入Facebook，领导Facebook的人工智能实验室。

约书亚·本吉奥生于法国，后移居加拿大的蒙特利尔，在麦吉尔大学（Mc Gill University）获得计算机科学的博士学位。1992年，约书亚·本吉奥加入AT&T贝尔实验室。在那里，他遇见了扬·勒丘恩，两位“巨头”一起从事深度学习的研究。1993年起，约书亚·本吉奥在蒙特利尔大学任教。约书亚·本吉奥的许多项研究成果对深度学习的复兴意义重大，例如，他在自然语言处理的方向上建树颇多，研究成果直接推动了近年来语音识别、机器翻译等方向的发展。

“三巨头”经常一起出席学术会议，一起推动深度学习和人工智能的发展。2015年5月，三人联名在《自然》杂志发表的名为《深度学习》的综述文章54，成为人工智能领域近年来最重要的文献之一。在这篇著名的文章里，“三巨头”是这样展望深度学习的：

“在不久的将来，我们认为深度学习将取得更多成就，因为它只需要极少的人工参与，所以它能轻而易举地从计算能力提升和数据量增长中获得裨益。目前正在开发的用于深层神经网络的新型学习算法和体系结构必将加速这一进程。”55

最后，顺便提一下，杰弗里·辛顿教授已经很厉害了，但更厉害的是，他出生在一个只能用“彪悍”“杰出”“神奇”之类的字眼儿形容的恐怖家 族！