劃重點
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，獲獎理由為“因推動利用人工神經(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)對人工智能來說是一條“死路”，研究已經(jīng)轉(zhuǎn)移到反向傳播技術(shù)。
05最后，Hinton擔(dān)憂這項技術(shù)可能帶來的不良后果，尤其是智能系統(tǒng)掌控一切的風(fēng)險。
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教父得諾獎后的24小時。
”
諾貝爾物理學(xué)獎頒給了兩位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。獲獎理由為“因推動利用人工神經(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)寫道，兩位諾貝爾物理學(xué)獎得主利用物理學(xué)工具開發(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，可以存儲和重建圖像和其他類型的數(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)行諸如識別圖片中特定元素等任務(wù)。
Geoffrey Hinton
“獲獎?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，例如開發(fā)具有特定屬性的新材料，”諾貝爾物理學(xué)獎委員會主席Ellen Moons說道。兩位獲獎?wù)邔⒎窒韮r值1100萬瑞典克朗（810,000 英鎊）的獎金。
自從離開谷歌之后，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)信號不好的快捷酒店房間內(nèi)，這位剛剛誕生的諾貝爾獎得主接受了多家外媒的采訪，分享了他獲獎之后的感想，也回應(yīng)了有關(guān)“物理學(xué)獎”的爭議，以下是基于原文基礎(chǔ)上進(jìn)行的編譯，enjoy～
恭喜恭喜。當(dāng)您聽到今天早上的新聞時，您的反應(yīng)是什么？
Hinton：我非常震驚、驚訝和震驚。我從來沒有想到過這一點。
神經(jīng)網(wǎng)絡(luò)是計算機(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)展而來的波爾茲曼機(jī)（Boltzmann machine）都是基于物理學(xué)的。霍普菲爾德網(wǎng)絡(luò)使用能量函數(shù)，波爾茲曼機(jī)使用統(tǒng)計物理學(xué)的思想。因此，神經(jīng)網(wǎng)絡(luò)發(fā)展的這一階段確實在很大程度上依賴于物理學(xué)的思想。
但實際上，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。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言來解釋嗎？
Hinton：這讓我想起物理學(xué)家理查德費(fèi)曼獲得諾貝爾獎時說的話。一位記者問他：“費(fèi)曼教授，您能否用幾分鐘的時間解釋一下您為何獲得諾貝爾獎？”費(fèi)曼回答道：“聽著，伙計，如果我能用幾分鐘的時間解釋清楚，就不值得獲得諾貝爾獎了。”
可以肯定地說，玻爾茲曼機(jī)對人工智能來說是一條死路研究轉(zhuǎn)移到別處了？
Hinton：我認(rèn)為這個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這些想法？
Hinton：沒有。我讀過他的論文。但我的主要合作者之一Terry Sejnowski與Hopfield共事過，并在Hopfield的指導(dǎo)下獲得了博士學(xué)位。
您獲得這個物理學(xué)獎奇怪嗎？
Hinton：如果有計算機(jī)科學(xué)領(lǐng)域的諾貝爾獎，我們的工作顯然更適合獲獎。但是，沒有這樣的獎項。
這是一個很好的表達(dá)方式。
Hinton：也算是一種暗示吧。
是的，也許我們需要一個計算機(jī)科學(xué)諾貝爾獎。無論如何，您因幫助創(chuàng)造了一項您現(xiàn)在擔(dān)心會給人類帶來嚴(yán)重危險的技術(shù)而獲得了諾貝爾獎。您對此有何感想？
Hinton：獲得諾貝爾獎可能意味著人們會更加重視我。
當(dāng)您警告未來的危險時，會更加重視嗎？
Hinton：是的。
您認(rèn)為您的研究成果所幫助開發(fā)的技術(shù)潛在意義是什么？
Hinton：它將與工業(yè)革命相媲美。但它不會在體力上超越人類，而是在智力上超越人類。我們從未體驗過比我們更聰明的事物是什么樣的。這項技術(shù)將徹底改變醫(yī)療保健等領(lǐng)域，帶來“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)造這項技術(shù)？
Hinton：后悔有兩種。一種是因為你做了一些明知不該做的事情而感到內(nèi)疚；另一種是如果你做了一些在同樣情況下你會再次做的事情，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
