劃重點(diǎn)
01人工智能頂尖研究員Geoffrey E. Hinton與普林斯頓大學(xué)的John J. Hopfield共同獲得了2024年諾貝爾物理學(xué)獎(jiǎng)，獲獎(jiǎng)理由為“因推動(dòng)利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。
02Hinton表示，神經(jīng)網(wǎng)絡(luò)的發(fā)展受益于物理學(xué)思想，如霍普菲爾德網(wǎng)絡(luò)和波爾茲曼機(jī)。
03然而，Hinton指出，如今使用的AI模型技術(shù)與物理學(xué)關(guān)系不大，兩者之間的直接聯(lián)系已經(jīng)減弱。
04他表示，玻爾茲曼機(jī)對(duì)人工智能來(lái)說(shuō)是一條“死路”，研究已經(jīng)轉(zhuǎn)移到反向傳播技術(shù)。
05最后，Hinton擔(dān)憂(yōu)這項(xiàng)技術(shù)可能帶來(lái)的不良后果，尤其是智能系統(tǒng)掌控一切的風(fēng)險(xiǎn)。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
作者｜Xuushan，編輯｜蔓蔓周
“
AI教父得諾獎(jiǎng)后的24小時(shí)。
”
諾貝爾物理學(xué)獎(jiǎng)?lì)C給了兩位AI大牛！
人工智能頂尖研究員、多倫多大學(xué)名譽(yù)教授Geoffrey E. Hinton與普林斯頓大學(xué)的John J. Hopfield共同獲得了2024 年諾貝爾物理學(xué)獎(jiǎng)。獲獎(jiǎng)理由為“因推動(dòng)利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。
諾貝爾官網(wǎng)寫(xiě)道，兩位諾貝爾物理學(xué)獎(jiǎng)得主利用物理學(xué)工具開(kāi)發(fā)出的方法，為當(dāng)今強(qiáng)大的機(jī)器學(xué)習(xí)奠定了基矗John Hopfield發(fā)明了一種聯(lián)想記憶，可以存儲(chǔ)和重建圖像和其他類(lèi)型的數(shù)據(jù)模式。
Geoffrey Hinton發(fā)明了一種可以自主查找數(shù)據(jù)屬性的方法，從而執(zhí)行諸如識(shí)別圖片中特定元素等任務(wù)。
Geoffrey Hinton
“獲獎(jiǎng)?wù)叩墓ぷ饕呀?jīng)產(chǎn)生了巨大的效益。在物理學(xué)領(lǐng)域，我們將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于廣泛的領(lǐng)域，例如開(kāi)發(fā)具有特定屬性的新材料，”諾貝爾物理學(xué)獎(jiǎng)委員會(huì)主席Ellen Moons說(shuō)道。兩位獲獎(jiǎng)?wù)邔⒎窒韮r(jià)值1100萬(wàn)瑞典克朗（810,000 英鎊）的獎(jiǎng)金。
自從離開(kāi)谷歌之后，Hinton一致致力于讓人們看到AI快速發(fā)展的“危害性”一面。
在一家網(wǎng)絡(luò)信號(hào)不好的快捷酒店房間內(nèi)，這位剛剛誕生的諾貝爾獎(jiǎng)得主接受了多家外媒的采訪(fǎng)，分享了他獲獎(jiǎng)之后的感想，也回應(yīng)了有關(guān)“物理學(xué)獎(jiǎng)”的爭(zhēng)議，以下是基于原文基礎(chǔ)上進(jìn)行的編譯，enjoy～
恭喜恭喜。當(dāng)您聽(tīng)到今天早上的新聞時(shí)，您的反應(yīng)是什么？
Hinton：我非常震驚、驚訝和震驚。我從來(lái)沒(méi)有想到過(guò)這一點(diǎn)。
神經(jīng)網(wǎng)絡(luò)是計(jì)算機(jī)技術(shù)。這與物理學(xué)有何關(guān)系？
Hinton：霍普菲爾德網(wǎng)絡(luò)及其進(jìn)一步發(fā)展而來(lái)的波爾茲曼機(jī)（Boltzmann machine）都是基于物理學(xué)的�；羝辗茽柕戮W(wǎng)絡(luò)使用能量函數(shù)，波爾茲曼機(jī)使用統(tǒng)計(jì)物理學(xué)的思想。因此，神經(jīng)網(wǎng)絡(luò)發(fā)展的這一階段確實(shí)在很大程度上依賴(lài)于物理學(xué)的思想。
但實(shí)際上，構(gòu)建如今使用的 AI 模型所用的技術(shù)是一種不同的技術(shù)，稱(chēng)為反向傳播。這與物理學(xué)關(guān)系不大。
玻爾茲曼機(jī)和反向傳播有什么關(guān)系？
Hinton：目前，兩者之間沒(méi)有太大聯(lián)系。它們是關(guān)于如何讓神經(jīng)網(wǎng)絡(luò)運(yùn)行的兩種替代理論。早期，我曾設(shè)法利用玻爾茲曼機(jī)“預(yù)訓(xùn)練”反向傳播網(wǎng)絡(luò)，將它們結(jié)合起來(lái)。但人們不再這樣做了。
預(yù)訓(xùn)練是什么意思？您能用讀者能理解的語(yǔ)言來(lái)解釋嗎？
Hinton：這讓我想起物理學(xué)家理查德費(fèi)曼獲得諾貝爾獎(jiǎng)時(shí)說(shuō)的話(huà)。一位記者問(wèn)他：“費(fèi)曼教授，您能否用幾分鐘的時(shí)間解釋一下您為何獲得諾貝爾獎(jiǎng)？”費(fèi)曼回答道：“聽(tīng)著，伙計(jì)，如果我能用幾分鐘的時(shí)間解釋清楚，就不值得獲得諾貝爾獎(jiǎng)了。”
可以肯定地說(shuō)，玻爾茲曼機(jī)對(duì)人工智能來(lái)說(shuō)是一條死路研究轉(zhuǎn)移到別處了？
Hinton：我認(rèn)為這個(gè)想法就像是一種催化劑。催化劑能幫你跨越障礙即使它不是最終解決方案的一部分。
玻爾茲曼機(jī)就像一種催化劑。它幫助我們克服了“如何訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)？”的障礙。它使訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)變得更容易。一旦我們學(xué)會(huì)了如何訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，我們就不再需要玻爾茲曼機(jī)了。
您是否直接與約翰霍普菲爾德合作過(guò)這些想法？
Hinton：沒(méi)有。我讀過(guò)他的論文。但我的主要合作者之一Terry Sejnowski與Hopfield共事過(guò)，并在Hopfield的指導(dǎo)下獲得了博士學(xué)位。
您獲得這個(gè)物理學(xué)獎(jiǎng)奇怪嗎？
Hinton：如果有計(jì)算機(jī)科學(xué)領(lǐng)域的諾貝爾獎(jiǎng)，我們的工作顯然更適合獲獎(jiǎng)。但是，沒(méi)有這樣的獎(jiǎng)項(xiàng)。
這是一個(gè)很好的表達(dá)方式。
Hinton：也算是一種暗示吧。
是的，也許我們需要一個(gè)計(jì)算機(jī)科學(xué)諾貝爾獎(jiǎng)。無(wú)論如何，您因幫助創(chuàng)造了一項(xiàng)您現(xiàn)在擔(dān)心會(huì)給人類(lèi)帶來(lái)嚴(yán)重危險(xiǎn)的技術(shù)而獲得了諾貝爾獎(jiǎng)。您對(duì)此有何感想？
Hinton：獲得諾貝爾獎(jiǎng)可能意味著人們會(huì)更加重視我。
當(dāng)您警告未來(lái)的危險(xiǎn)時(shí)，會(huì)更加重視嗎？
Hinton：是的。
您認(rèn)為您的研究成果所幫助開(kāi)發(fā)的技術(shù)潛在意義是什么？
Hinton：它將與工業(yè)革命相媲美。但它不會(huì)在體力上超越人類(lèi)，而是在智力上超越人類(lèi)。我們從未體驗(yàn)過(guò)比我們更聰明的事物是什么樣的。這項(xiàng)技術(shù)將徹底改變醫(yī)療保健等領(lǐng)域，帶來(lái)“生產(chǎn)力的巨大提高”。但我們也不得不擔(dān)心一些可能出現(xiàn)的不良后果，尤其是事態(tài)失控的威脅。我擔(dān)心，最終的后果可能是比我們更智能的系統(tǒng)將掌控一切。
您是否后悔自己幫助創(chuàng)造這項(xiàng)技術(shù)？
Hinton：后悔有兩種。一種是因?yàn)槟阕隽艘恍┟髦辉撟龅氖虑槎械絻?nèi)疚；另一種是如果你做了一些在同樣情況下你會(huì)再次做的事情，但最終結(jié)果可能并不好。我的遺憾是第二種。在同樣的情況下，我還會(huì)這么做，但我擔(dān)心，這種做法的總體后果可能是，最終比我們更聰明的系統(tǒng)會(huì)掌控一切。
參考鏈接：
https://www.nytimes.com/2024/10/08/technology/nobel-prize-geoffrey-hinton-ai.html
https://edition.cnn.com/2024/10/08/science/nobel-prize-physics-hopfield-hinton-machine-learning-intl/index.html
