人工智能在学术界也掀起了一波浪潮。
北京韶光10月8日晚，瑞典皇家科学院宣告，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）得到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，而是与打算机科学强干系。个中，霍普菲尔德创造了一种可以存储和重构信息的构造，辛顿则发明了可以独立创造数据属性的方法，两者对付目前广泛利用的大型人工神经网络至关主要。
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根本的方法。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从业者见告21世纪经济宣布，诺贝尔物理学奖的颁发，正式从名誉层面认可了两位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名誉加持，全体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年得到斯沃斯莫尔学院学士学位，1958年得到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打算与神经系统博士项目的创始人之一。
1982年，霍普菲尔德揭橥了最著名的论文—— “神经网络和具有突发性集体打算能力的物理系统”，他将物理学的动力学干系思想引入到神经网络的布局中，用以办理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”。
根据业内人士先容，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，它供应了仿照人类影象的模型。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事情事理。
多年来，霍普菲尔德一贯与贝尔实验室保持着密切联系。1987年贝尔实验室成功在Hopfield神经网络的根本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得到2022玻尔兹曼奖。该奖项名称来源于当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，获奖者必须是未得到诺贝尔奖，且不能重复申请。
霍普菲尔德将物理学事理引着迷经网络，又将神经网络引入影象和模式识别领域，而神经网络是深度学习技能核心算法之一，借由ChatGPT的横空崛起，深度学习技能点燃了本日蔚然大不雅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，虽然霍普菲尔德首创了早期的神经网络研究，并启示了深度学习技能，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天下有名学者。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，而二进制正是当代打算机的数学根本；辛顿的姑父是经济学观点“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操持；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，辛顿遵照家族老例考取了剑桥大学国王学院，但那几年，他一贯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，末了选择实验生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，但并不敷以养活自己。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，常常打击他：“（研究机器学习）你这是在摧残浪费蹂躏韶光。”
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把稳力毛病多动症。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岁时就去世在水里了。”辛顿后来说，当时认为至少要等到自己去世后100年才有可能看到研究项目取得打破性进展。
这是人工智能界一则耳熟能详的故事：2009年，辛顿在实验中创造英伟达的GPU芯片非常适宜运行神经网络，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答。
外界并不愿定黄仁勋是否知道此事，否则他或许会略感后悔。由于三年后，杰弗里·E·辛顿的研究就取得了巨大的打破。
2001年至2014年，辛顿在多伦多大学打算机科学系任教授。2012年，辛顿和他的两个学生亚历克斯·克里泽夫斯基、伊尔亚·苏茨克维共同开拓的8层神经网络AlexNet（以亚历克斯命名），在当年的ImageNet大规模视觉识别寻衅赛中独占鳌头，令主理者吃惊到一度以为他们是作弊了，由于AlexNet的图像识别准确率比第二名赶过十多个百分点。
当年，辛顿将初创公司卖给了谷歌并担当后者的副总裁，2023年离职。
2018年，辛顿和他的学生杨立昆以及学者约书亚·本希奥共同得到打算机领域的最高奖——图灵奖。
“AI安全”终极命题
作为AI教父，辛顿的好几逻辑学生都相称有名。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奥特曼涌现不合而离职创业。
研究开拓神经网络数十年后，辛顿终于让机器具备了深度学习的能力，但他最近几年却一贯在警示，要防止人工智能失落控后导致的威胁。
从谷歌离职时，辛顿透露，是为了更“自由地评论辩论人工智能的风险”。他说自己最担心人工智能系统超越人类，并终极反噬人类。
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那场震荡天下的“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）的不合便是AI的安全问题，前者奉行“超级对齐”，意在令超级智能与人类代价不雅观和认知保持同等，后者信奉“有效加速主义”，追求AI的发展速率与公司商业性盈利。
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变上存在长期不合，终极双方的不合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打算资源时碰着了重大阻碍，缺少资源会严重影响研究的进度和质量。
彼时，马斯克针对OpenAI安全团队已经终结这一评价称：“这显示安全并不是OpenAI的紧张任务。”
而随着近日OpenAI宣告完成新一轮融资，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，还被曝出哀求新投资者不要向包括Anthropic、xAI等在内的别的五家人工智能初创企业供应资金，这家AI巨子的走向，已经从速度与安全拉锯的状态，完备方向于前者。
诺贝尔物理学奖的颁发，亘古未有地将辛顿推到全天下的聚光灯下。据宣布，这位“AI教父”接到得奖电话时正在加州的一家廉价旅社里，打算去做核磁共振扫描。
物理学衍生出了AI，生根萌芽、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，终极会走向何方？
更多内容请下载21财经APP