211service.com
Patrick Winston ’65, SM ’67, PhD ’70
Patrick Winston Jason Dorfman / MIT CSAIL
När Patrick Winston '65, SM '67, PhD '70, var en ung doktorand vid MIT, osäker på vad han ville göra i livet och medveten om att hans far hade börjat prata mörkt om juridik, gick han på en föreläsning av Marvin Minsky, den berömda grundaren av skolans laboratorium för artificiell intelligens. Minsky arbetade med att bygga och programmera maskiner som kunde bete sig på ett sätt som människor ansåg vara intelligenta. Det fanns en sådan glädje i hans föredrag, en sådan stolthet över vad hans elever hade gjort och en sådan passion för vad som skulle göras i framtiden att jag lämnade föreläsningen och sa till min vän: 'Jag vill göra vad han gör', mindes Winston på Hello World, Hello MIT-evenemanget för att fira MIT Stephen A. Schwarzman College of Computing i februari.
I examensarbete under handledning av Minsky använde Winston barnblock, en robot och datorprogrammering för att skapa ett system som kunde känna igen bågar. Som Minsky förklarade i en kornig video från tiden, presenterade Winston maskinen med väl valda exempel på bågar, och för varje exempel hoppade maskinen till någon sorts slutsats. Den lärde sig mer om vad en båge kan vara – säg med en kil på toppen istället för ett platt block. Viktigt, Winston inkluderade exempel som visade vad en båge är inte . Det krävs en bra lärare, sa Minsky, men maskinen kan lära sig väldigt snabbt.
Winston, som dog i juli, skulle visa sig vara en exceptionell lärare. (När han utsågs till MacVicar Faculty Fellow 2011, noterade en student att han hade lärt sig namnen på varje student – nästan 150 av dem – i sin 6.034 klass.) Och under hela sin karriär fokuserade hans forskning på vad han kallade kognitiv och tänkande del av AI, i motsats till den brute-force statistiska metoden för maskininlärning som är dominerande idag (som helt enkelt innebär att översvämma datorer med exempel). Han ville veta vad som gör människor unikt smarta, och han arbetade med att programmera datorer för att lära sig på liknande strukturerade sätt. Jag tillhör den galna utkanten som fortfarande arbetar med symboliska resonemang, skämtade han i en intervju med MIT Technology Review i december.
MIT Museum
1972, bara två år efter att ha tagit sin doktorsexamen, utsågs Winston till chef för MIT AI Lab. Det finns kontroverser om hur det kom till, sa han till Hello World, Hello MIT-publiken. Vissa säger att jag hade arrangerat en statskupp. Andra säger att jag blev lurad till det. Hur som helst så ledde Winston labbet i 25 år, i nära samarbete med regeringens Advanced Research Projects Agency. Han förstod att kreativitet inte kan vara tvångströja, så det fanns mycket frihet för forskare i labbet, säger Berthold Horn, SM ’68, PhD ’70, en kollega vid MIT-datavetare. Ändå kunde han ta in dessa paraplykontrakt och förklara hur allt hängde ihop och kunde gynna landet.
Under Winstons ledning fokuserade mycket av labbets forskning på maskinseende, maskininlärning och robotik, med ett öga mot att utveckla en förkroppsligad intelligens - ett system som interagerar med miljön. Det innebar projekt som involverade perceptuella system, robotmanipulatorer och - däremellan - en tänkande maskin, någon sorts logiklåda, säger Horn. Arbetet gav en rad tillämpningar. 1986 drev Winston av Ascent Technologies, som hjälper flygbolag, restauranger och hotell att optimera schemaläggning och resurser. 1992 grundade labbmedlemmen Marc Raibert, PhD '77, robotföretaget Boston Dynamics. En del av labbets arbete bidrog också till utvecklingen av Apples virtuella assistent Siri.
Sedan dess har Winston, som var Ford-professor i AI och datavetenskap, fokuserat på vad han såg som en central form av mänsklig intelligens: vår narrativa anläggning. Det finns lite magi i våra mänskliga hjärnor som skiljer sig från hjärnorna hos andra arter, inklusive schimpanser, sa han. Det ger oss berättelser, och vi hävdar att mycket av tänkandet handlar om berättelser, mycket av sunt förnuft handlar om berättelser, mycket av utbildningen handlar om berättelser.
Människor har ett inre symbolspråk, förklarade Winston, och hans forskargrupp skapade datormodeller för att studera hur det fungerar – och varför det är viktigt. I ett projekt använde han och hans elever en sammanfattning av Macbeth att lära datorer om ambition, passion och hämnd. Allra längst ner har vi en mängd olika regeltyper som tenderar att sätta kausala samband mellan händelserna i berättelsen, konstaterade han i en föreläsning. Till exempel, efter att Macbeth dödat Duncan, förstår programmet att Duncan är död. Den analyserar också händelser i berättelsen som ligger längre ifrån varandra i tid för att fastställa att segern är pyrrhus, med Macbeth dömd att dö på slagfältet i händerna på Macduff.
Winston och hans grupp programmerade också datorer för att förstå när berättelser delar ett tema som hämnd; att analysera hur österländska och västerländska läsare kan förstå berättelser på olika sätt; och att manipulera berättelsen så att en karaktär verkar mer sympatisk än en annan. Han hävdade att detta arbete kan gynna ett brett spektrum av yrkesverksamma, inklusive diplomater som försöker förstå geopolitiska konflikter. (Winston såg själv berättandepotential överallt, även inom teknik och matlagning: Ett recept är en sekvens av handlingar, sa han en gång, så det är ett specialfall av en berättelse.)
Winston var själv en fulländad berättare och var känd som en stor föreläsare. Han sa tidigt till mig att ljuga, minns Horn, som vände sig till Winston för råd när han började undervisa. Först berättar du en historia som är väldigt förenklad och felaktig, och sedan förfinar du den, så att du har en rad raffinerade lögner, och det är så du lär ut. Winston liknade detta med de sätt som forskare tänkte på gravitationen före Newton, efter Newton och sedan efter Einstein, och arbetade med teorier som hjälpte dem att förstå den fysiska världen även om de inte var helt korrekta.
Winstons How to Speak-föreläsningar, som han höll under IAP i nästan fyra decennier, formaliserade hans tips till kollegor och studenter och uppnådde nästan kultstatus. Bland hans kärnor av råd: använd en numrerad disposition för att hjälpa lyssnarna att hålla reda på var de befinner sig i föreläsningen, och upprepa viktiga punkter tre gånger. (Om 20 % av publiken inte uppmärksammar vid något givet tillfälle, faller chansen att en individ kommer att bli utsläckt alla tre gångerna under 1%).
För att avsluta ett föredrag rekommenderade han att undvika att tacka publiken, för att undvika att antyda att de gjorde talaren en tjänst genom att närvara. Snarare berättade han för lyssnarna hur mycket han tyckte om att vara med dem. Och om du kan avsluta med ett skämt, fortsätt. Som han tyckte om att säga kommer det att få publiken att tro att de har haft roligt hela tiden.
Med ytterligare rapportering av Will Riddare