霍金和他的研究小组成员在剑桥的DAMPT茶室讨论，右一：霍金，右三：艾伦·尤尔

著名天体物理科学家霍金之徒、人工智能计算机视觉领域奠基人艾伦·尤尔在今天举行的2018世界人工智能大会“智慧·融合：脑与智能科技之未来”论坛上发表了一场精彩的演讲，他从马尔的梦想讲起，诠释了生物视觉和机器视觉的不同，并表示将贝叶斯定理应用于机器视觉有很多优势。

大卫·马尔是英国神经系统学家与心理学家，计算神经学的创始人。他把视觉看成是一个信息处理系统，可分为三个独立而互为补充的层次：计算层、算法层和实现层。他在一本书中提到了关于未来的设想，就是把计算机视觉和生物视觉结合起来。艾伦表示，马尔的梦想影响很大，很多计算机模型基于马尔的梦想。可惜的是，这位天才科学家年仅35岁就死于白血病。

艾伦原本师从霍金学习天体物理学，之所以转到计算机视觉领域，《视觉运动的诠释》这本书对他影响很大，视觉到底是什么？种种实验结果表明，大脑很可能是一台合成仪，我们在大脑中合成整个世界。

生物视觉和计算机视觉有很大的不同，比如你看到一眼菠萝的特征，很快就能从一堆水果中找到菠萝，甚至还能在纸上画出菠萝的简笔画，而人工智能得看成千上万张菠萝的图像才能总结出菠萝的特征以便识别菠萝。

人类识别的菠萝的方式就是一种贝叶斯定理的应用，所谓贝叶斯定理，是18世纪英国业余数学家托马斯·贝叶斯提出的一种看上去显而易见的观点：”用客观的信息更新我们最初关于某个事务的信念后，我们会得到一个新的、改进了的信念。“换言之，如果你看到一个人总是做一些好事，你会推断这个人多半是一个好人。贝叶斯定理是我们在没有充分或准确信息时最优的推理公式，当下深度学习的底层逻辑就是贝叶斯定理。

艾伦认为，贝叶斯定理的优势在于能够统一很多数学问题，并且能够建立一个框架，来解释大脑决策与视觉的相关性，同时还能指向新的算法。

作者：沈湫莎
编辑：金婉霞
责任编辑：张鹏

*文汇独家稿件，转载请注明出处。