理论结出了巨硕的果实。
关联内容21深度丨科学和天才都“不走寻常路”21世纪经济报道记者孔海丽 北京报道
人工智能在学术界也掀起了一波浪潮。
北京时间10月8日晚，瑞典皇家科学院宣布，来自美国的生命科学家John J. Hopfield（约翰·J·霍普菲尔德）和来自加拿大的“AI 教父”Geoffrey E. Hinton（杰弗里·E·辛顿）获得2024年诺贝尔物理学奖。
与以往不同，今年奖项并非聚焦于传统物理学研究，而是与计算机科学强相关。其中，霍普菲尔德创造了一种可以存储和重构信息的结构，辛顿则发明了可以独立发现数据属性的方法，两者对于目前广泛使用的大型人工神经网络至关重要。
诺贝尔物理学委员会表示：“John Hopfield 和 Geoffrey Hinton 利用物理学工具，构建了有助于为当今强大的机器学习奠定基础的方法。基于人工神经网络的机器学习目前正在彻底改变科学、工程和日常生活。”
两位科学家是人工智能领域最负盛名的大师，也是公认的AI奠基人。辛顿还被称为“AI教父”，OpenAI前首席科学家伊尔亚·苏茨克维（Ilya Sutskever）正是辛顿的学生之一。
有AI从业者告诉21世纪经济报道记者，诺贝尔物理学奖的颁发，正式从荣誉层面认可了两位AI奠基人的江湖地位。但无论91岁的霍普菲尔德和77岁的辛顿是否有这项荣誉加持，整个AI行业都已经从他们的理论与实践中长久获益。
Hopfield神经网络的被命名者
约翰·J·霍普菲尔德1933 年出生于美国伊利诺伊州芝加哥。他于1954年获得斯沃斯莫尔学院学士学位，1958年获得康奈尔大学物理学博士学位。曾在加州大学伯克利分校等多所名校任教，现在是霍华德-普莱尔分子生物学名誉教授。早在1986 年，他已是加州理工学院计算与神经系统博士项目的创始人之一。
1982年，霍普菲尔德发表了最著名的论文—— “神经网络和具有突发性集体计算能力的物理系统”，他将物理学的动力学相关思想引入到神经网络的构造中，用以解决一大类模式识别问题，并给出一类组合优化问题的近似解。这篇论文后来被命名为“Hopfield网络”。
根据业内人士介绍，Hopfield网络是一种结合了存储系统和二元系统的循环神经网络，它提供了模拟人类记忆的模型。Hopfield网络还是一种递归神经网络，从输出到输入均有反馈连接，每一个神经元跟所有其他神经元相互连接，又称为全互联网络。霍普菲尔德的研究推动了神经网络的早期发展，启迪人们从全新视角理解大脑的工作原理。
多年来，霍普菲尔德一直与贝尔实验室保持着密切联系。1987年贝尔实验室成功在Hopfield神经网络的基础上研制出了神经网络芯片，这正是当今人工智能的基石芯片。
此前，霍普菲尔德曾与另一位科学家共同获得2022玻尔兹曼奖。该奖项名称来源于现代著名物理学家路德维希·玻尔兹曼，设立于1975年，每三年颁发一次，获奖者必须是未获得诺贝尔奖，且不能重复申请。
霍普菲尔德将物理学原理引入神经网络，又将神经网络引入记忆和模式识别领域，而神经网络是深度学习技术核心算法之一，借由ChatGPT的横空崛起，深度学习技术点燃了今天蔚然大观的人工智能新浪潮。
做过木匠的“深度学习教父”
辛顿比霍普菲尔德小十多岁，虽然霍普菲尔德开创了早期的神经网络研究，并启发了深度学习技术，但没有证据表明辛顿曾师从过霍普菲尔德。
辛顿1947年出生在英国一个学术世家，这个家族走出了多位世界知名学者。比如，辛顿的曾外祖父是19世纪著名数学家布尔，发明了二进制运算的布尔代数，而二进制正是现代计算机的数学基础；辛顿的姑父是经济学概念“国民生产总值”的提出者；他的表姐是核物理学家，曾参与制造原子弹的曼哈顿计划；他的父亲是昆虫学家，当选过英国皇家学会（英国皇家科学院）院士。
辛顿的故事有些许传奇色彩。高中毕业后，辛顿遵照家族惯例考取了剑桥大学国王学院，但那几年，他一直找不到自己的学术研究方向，在数学、物理、化学、生物和哲学等领域打转转，最后选择实验心理学方向做学士毕业论文。
大学毕业后的辛顿，依旧没有摆脱迷惘。他做了一年多的木匠，手工打造橱柜、货架和木门，但并不足以养活自己。1972年，25岁的辛顿入学爱丁堡大学，准备研究神经网络。那个时候，他并没有听说过约翰·J·霍普菲尔德的名字。辛顿当时的导师每周跟他见一次面，经常打击他：“（研究机器学习）你这是在浪费时间。”
1993年，辛顿遭遇人生最低谷。（第二任）妻子因病去世，他的两个儿子之一患有注意力缺陷多动症。而其时神经网络研究正面临瓶颈，科学界尚未公认它是人工智能发展的主流方向。“我46岁时就死在水里了。”辛顿后来说，当时认为至少要等到自己死后100年才有可能看到研究项目取得突破性进展。
这是人工智能界一则耳熟能详的故事：2009年，辛顿在实验中发现英伟达的GPU芯片非常适合运行神经网络，但芯片太贵他买不起，就给英伟达发去邮件希望对方能免费送给他一块芯片做研究之用，但没有得到英伟达的任何回复。
外界并不确定黄仁勋是否知道此事，否则他或许会略感后悔。因为三年后，杰弗里·E·辛顿的研究就取得了巨大的突破。
2001年至2014年，辛顿在多伦多大学计算机科学系任教授。2012年，辛顿和他的两个学生亚历克斯·克里泽夫斯基、伊尔亚·苏茨克维共同开发的8层神经网络AlexNet（以亚历克斯命名），在当年的ImageNet大规模视觉识别挑战赛中夺得冠军，令主办者吃惊到一度以为他们是作弊了，因为AlexNet的图像识别准确率比第二名高出十多个百分点。
当年，辛顿将初创公司卖给了谷歌并担任后者的副总裁，2023年离职。
2018年，辛顿和他的学生杨立昆以及学者约书亚·本希奥共同获得计算机领域的最高奖——图灵奖。
“AI安全”终极命题
作为AI教父，辛顿的好几名学生都相当有名。杨立昆（Yann LeCun）成了脸书母公司Meta的首席科学家，伊尔亚·苏茨克维成为OpenAI的联合创始人兼首席科学家，今年5月因与公司CEO奥特曼出现分歧而离职创业。
研究开发神经网络数十年后，辛顿终于让机器具备了深度学习的能力，但他最近几年却一直在警示，要防止人工智能失控后导致的威胁。
从谷歌离职时，辛顿透露，是为了更“自由地谈论人工智能的风险”。他说自己最担心人工智能系统超越人类，并最终反噬人类。
辛顿的学生伊尔亚·苏茨克维，在这方面传承了乃师衣钵。
业界都还记得，2023年11月OpenAI那场震惊世界的“宫斗”，正是由伊尔亚·苏茨克维发起，而他与OpenAI“灵魂人物”塞姆·奥特曼（Sam·Altman）的分歧就是AI的安全问题，前者奉行“超级对齐”，意在令超级智能与人类价值观和认知保持一致，后者信奉“有效加速主义”，追求AI的发展速度与公司商业性盈利。
今年5月苏茨克维从OpenAI离职后，该公司的“超级对齐”团队已经瓦解。
晚于苏茨克维一周离职的OpenAI安全主管Jan Leike曾公开透露，他与OpenAI高层在公司的核心优先事项上存在长期分歧，最终双方的分歧已经严重到无法调和的地步。团队在推动其研究项目和争取计算资源时遇到了重大阻碍，缺乏资源会严重影响研究的进度和质量。
彼时，马斯克针对OpenAI安全团队已经解散这一消息评价称：“这显示安全并不是OpenAI的首要任务。”
而随着近日OpenAI宣布完成新一轮融资，并将在两年内完成公司机构的重组，从非营利型公司转向营利型公司，还被曝出要求新投资者不要向包括Anthropic、xAI等在内的其余五家人工智能初创企业提供资金，这家AI巨头的走向，已经从速度与安全拉锯的状态，完全倾向于前者。
诺贝尔物理学奖的颁发，史无前例地将辛顿推到全世界的聚光灯下。据报道，这位“AI教父”接到得奖电话时正在加州的一家廉价旅馆里，打算去做核磁共振扫描。
这次获奖之后，辛顿也希望，获得诺贝尔奖能让他“更具说服力”，人们能更重视他提出的AI安全问题。
物理学衍生出了AI，生根发芽、枝繁叶茂。如今，辛顿和他的学生们对AI安全的呼吁，能否再引起人们的重视，人类与AI的交互，最终会走向何方？
（作者：孔海丽 编辑：骆一帆）
南方财经全媒体集团及其客户端所刊载内容的知识产权均属其旗下媒体。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。