劃重點
012024年諾貝爾物理學獎頒發(fā)給多倫多名譽教授杰弗里辛頓（Geoffrey Hinton）和普林斯頓教授約翰霍普菲爾德（John Hopfield），以表彰他們在人工智能領(lǐng)域的貢獻。
02辛頓被譽為“人工智能教父”，他與霍普菲爾德的工作促成了人工神經(jīng)網(wǎng)絡(luò)的誕生，為當今人工智能的突破奠定了基矗
03然而，辛頓曾表示后悔自己一生的工作，擔心人工智能帶來的風險，尤其是這些事物失控的威脅。
042023年，辛頓離開了谷歌，希望引起人們對人工智能潛在風險的關(guān)注。
05除此之外，諾貝爾獎委員會還表彰了辛頓在20世紀80年代與同事開發(fā)的生成模型玻爾茲曼機。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
出品｜虎嗅科技組
作者｜余楊
編輯｜苗正卿
頭圖｜視覺中國
10月8日消息，2024年諾貝爾物理學獎出爐，多倫多名譽教授杰弗里辛頓(Geoffrey Hinton)和普林斯頓教授約翰霍普菲爾德（John Hopfield），這是兩位被譽為奠定“當今強大機器學習基礎(chǔ)”的科學家，杰弗里辛頓更是被稱為“人工智能教父”。
瑞典皇家科學院諾貝爾委員會表示，他們的發(fā)現(xiàn)和發(fā)明為人工智能領(lǐng)域近期的諸多突破奠定了基矗自20世紀80年代以來，他們的工作促成了人工神經(jīng)網(wǎng)絡(luò)的誕生，這是一種大致模仿大腦結(jié)構(gòu)的計算機架構(gòu)。
通過模仿我們大腦建立連接的方式，神經(jīng)網(wǎng)絡(luò)讓人工智能工具能夠“通過示例學習”。開發(fā)人員可以通過輸入數(shù)據(jù)來訓練人工神經(jīng)網(wǎng)絡(luò)識別復雜模式，從而為當今人工智能的一些最引人注目的用途提供支持，包括語言生成和圖像識別。
在多倫多大學的新聞發(fā)布會上，辛頓表示“大吃一驚：“我對此毫無期待。我感到非常驚訝，也很榮幸能入眩”
出人意料的是，雖被稱為“人工智能教父”，但辛頓去年曾告訴《紐約時報》，他現(xiàn)在“后悔自己一生的工作”，也“很難看出如何阻止壞人利用它做壞事”。
他所指的，是人工智能帶來的風險。
在今天與記者的電話交談中，辛頓仍然堅持，“我們沒有體驗過擁有比我們更聰明的東西會是什么感覺。這在很多方面都會很棒，”他說。“但我們也不得不擔心一些可能的不良后果，尤其是這些事物失控的威脅。”
辛頓不是說說而已。據(jù)悉，2023年他離開了谷歌，希望能夠從行為上引起人們對他推動實現(xiàn)的技術(shù)所帶來的潛在風險的關(guān)注。
2013年，谷歌收購了辛頓的神經(jīng)網(wǎng)絡(luò)公司，這家公司是辛頓與兩名學生共同創(chuàng)立的，其中一名即包括IlyaSutskever，我們后來了解到Sutskever，是作為OpenAI的首席科學家。
諾貝爾獎委員會表彰了辛頓在20世紀80年代與同事開發(fā)出的生成模型玻爾茲曼機：
辛頓使用了統(tǒng)計物理學的工具，統(tǒng)計物理學是一門由許多相似組件構(gòu)建的系統(tǒng)科學。通過向機器輸入運行時很可能出現(xiàn)的示例來訓練機器。玻爾茲曼機可用于對圖像進行分類，或為其訓練的模式類型創(chuàng)建新的示例。辛頓在此基礎(chǔ)上繼續(xù)發(fā)展，幫助開啟了機器學習的爆炸式發(fā)展。
而辛頓的工作成績，要建立在另一位獲獎?wù)呒s翰霍普菲爾德教授的Hopfield網(wǎng)絡(luò)基礎(chǔ)上，Hipfield網(wǎng)絡(luò)是一個可以重建模式的人工神經(jīng)網(wǎng)絡(luò)：
Hopfield網(wǎng)絡(luò)利用物理學來描述材料由于原子自旋而產(chǎn)生的特性自旋使每個原子都變成一個微小的磁鐵。整個網(wǎng)絡(luò)的描述方式與物理學中自旋系統(tǒng)的能量相同，并通過尋找節(jié)點之間連接的值來進行訓練，以便保存的圖像具有較低的能量。當Hopfield網(wǎng)絡(luò)被輸入扭曲或不完整的圖像時，它會有條不紊地處理節(jié)點并更新它們的值，從而降低網(wǎng)絡(luò)的能量。因此，網(wǎng)絡(luò)逐步找到與輸入的不完美圖像最相似的保存圖像。
2016年，諾貝爾文學獎頒給美國詞作家鮑勃迪倫（Bob Dylan），這一要聞就曾引起軒然大波，他的獲獎理由是“用美國傳統(tǒng)歌曲創(chuàng)造了新的詩意表達”。
今年，諾貝爾物理學獎更是頒給了計算機專家。有網(wǎng)友調(diào)侃道：“連諾貝爾獎都來蹭AI的熱度了”。
但在爭議的背后，或許我們更應該關(guān)注的是學科的融合和知識體系的多維化，那些在學科交叉領(lǐng)域所裂變出來的增長點，以及隨之而來的“看不見的冰山”。
