8.2 引言：“技术宅”改变世界
2014 年春夏之交的一个夜晚，在加拿大蒙特利尔著名的“ The ThreeBrewers”酒吧里，几位来自蒙特利尔大学的高才生正在为他们的师兄举行博士毕业的庆功宴。这群年轻人多是本吉奥的学生，与大多数年轻小伙子一样，在酒吧喝酒，谈论的话题总是离不开漂亮姑娘。而这几位师承本吉奥的高才生与大多数年轻小伙子又不一样，当晚他们谈论的话题是有没有可能利用神经网络，让机器制造出一些美女的照片。
长期以来，机器学习的主流任务是分类和聚类，应用场景主要是做预测或者做决策，用于这些任务场景的模型被称作判别式模型（DiscriminativeModel）。除此之外，还有一种任务类型是根据已有数据或者给出已知特征，让机器生成具有特定特征的数据，完成这类任务的模型就被称作生成式模型（Generative Model）<sup>○一</sup>。
生成式模型不是新鲜事物，出现的时间其实非常早，1957 年美国作曲家雷贾伦·希勒（Lejaren Hiller，1924—1994）就用同构马尔可夫链来产生有限控制的随机音符，然后通过和声与复调规则来测试音符，最后选择符合规则的素材修改、组合成传统音乐记谱的弦乐四重奏《依利亚克组曲》（Illiac Suite），这是人类历史上第一部由计算机生成的音乐作品。1966 年，数学家伦纳德·鲍姆（Leonard Baum，1931—2017）提出“隐马尔可夫模型”，这是业界首个被广泛使用的生成式模型（尤其在声音处理领域）。但是，生成式模型的应用场景依然长期处于成果寥寥的窘态，想想也不奇怪，输出相对简单的判别式模型都要到深度学习兴起后，才大量涌现出突破性的应用，输出更为复杂、难度更高的生成式模型自然很难成为人工智能应用的主流。
在酒吧里，年轻人提出可以用神经网络学习图片的特征，尝试对图片中的几何特征进行统计分析，建立一个人类照片的概率统计模型，然后让机器根据模型来产生不同的符合概率的几何形状，从中筛选出人类照片。这种想法完全符合当时机器学习应用最正统的研究思路，受到多数参与讨论者的赞同，唯有伊恩·古德费洛（Ian Goodfellow，1987—，见图 8-1）认为这种思路根本行不通，他直言当下机器学习的能力上限最多也就能做到比较准确地分辨出给定的照片是不是人类照片（原理参照第 7 章分辨雪狼和萨摩耶的例子），要凭空生成人类的照片，且要求质量优良的话，已经超出了当下所有已知模型和算法的能力。
第 8 章 从学习到创造
313
笔者这种解释判别式模型和生成式模型的方式在逻辑上其实有倒果为因的嫌疑。从学术定义上看，判别式模型是评估条件概率分布的模型，生成式模型是评估联合概率分布的模型，是因为有这两种不同的模型才有对应的不同的任务类型与应用场景，而不是反过来根据它们的任务来定义模型的类别。不过，普通读者并不需要追求严谨的精确逻辑，通过任务类型来区分，反而要比弄清楚什么是条件概率分布、什么是联合概率分布有效得多。