费曼去世时，他教室里的黑板写着：“我无法理解自己创造不出来的事物。”

这句名言被Ian Goodfellow在解释他正在谷歌大脑进行的研究时所借用。但这次，Goodfellow指的不是他自己，也不是谷歌内部的任何一个人，而是机器。

“AI理解不了自己不能创造的东西。”Goodfellow说。

GAN

离开OpenAI回到谷歌之后，Goodfellow成立了一个全新的小组来对生成模型进行研究。生成模型，简单来说就是对影像、声音以及对现实世界的一切其他“表示”（representations）进行创造的系统，Goodfellow认为，它将成为通往各种形式人工智能的一条重要路径。

“如果AI学会了构想现实世界中的种种细节——比如现实中的图像和声音，这将帮助AI更好地理解现实世界的结构、框架。”Goodfellow解释说，“AI也将更容易去理解它的所见所闻。”

2014年，Goodfellow还是蒙特利尔大学的一名博士生。在微醉与同学进行了一次论争后，Goodfellow在酒吧里想出了名为“生成对抗网络”（GAN）的AI技术。这是种非常奇妙的想法：用一个AI对现实世界的图像进行创造，再用另一个AI去分析结果并对图像的真伪进行识别。

“你可以将二者的关系想象成一个艺术家和一个文艺批评家。”Goodfellow说，“作为艺术家，生成模型希望愚弄艺术批评家，让后者认为它画出来的东西是真实的。”因为“艺术批评家”如此努力地将这些“画”辨认为假，“艺术家”就慢慢学会了摹拟那些真的东西，而这原本是只靠它自己所不能做到的。

在这样的过程中，这两种神经网络会推动着AI向前进步，直到AI不再需要人类作为自己的老师。

Facebook的AI研究负责人杨立昆（Yann LeCun）将GAN称作“过去20年内在深度学习上最酷的想法”。Goodfellow的想法在很大程度上还处在发展之中，但这些想法已经在AI的圈子内迅速传播。包括杨立昆在内的很多研究者都认为，这些想法将会促成“无监督学习”的实现。