AI奠基人獲諾貝爾物理學獎背後：人機交互的終極命題
21世紀經濟報道記者孔海麗 北京報道
人工智能在學術界也掀起了一波浪潮。
北京時間10月8日晚，瑞典皇家科學院宣佈，來自美國的生命科學家John J. Hopfield（約翰··J·霍普菲爾德）和來自加拿大的“AI 教父”Geoffrey E. Hinton（傑弗裡·E·辛頓）獲得2024年諾貝爾物理學獎。
與以往不同，今年獎項並非聚焦於傳統物理學研究，而是與計算機科學強相關。其中，霍普菲爾德創造了一種可以存儲和重構信息的結構，辛頓則發明了可以獨立發現數據屬性的方法，兩者對於目前廣泛使用的大型人工神經網絡至關重要。
諾貝爾物理學委員會表示：“John Hopfield 和 Geoffrey Hinton 利用物理學工具，構建了有助於爲當今強大的機器學習奠定基礎的方法。基於人工神經網絡的機器學習目前正在徹底改變科學、工程和日常生活。”
兩位科學家是人工智能領域最負盛名的大師，也是公認的AI奠基人。辛頓還被稱爲“AI教父”，OpenAI前首席科學家伊爾亞·蘇茨克維（Ilya Sutskever）正是辛頓的學生之一。
有AI從業者告訴21世紀經濟報道記者，諾貝爾物理學獎的頒發，正式從榮譽層面認可了兩位AI奠基人的江湖地位。但無論91歲的霍普菲爾德和77歲的辛頓是否有這項榮譽加持，整個AI行業都已經從他們的理論與實踐中長久獲益。
Hopfield神經網絡的命名者
約翰·J·霍普菲爾德1933 年出生於美國伊利諾伊州芝加哥。他於1954年獲得斯沃斯莫爾學院學士學位，1958年獲得康奈爾大學物理學博士學位。曾在加州大學伯克利分校等多所名校任教，現在是霍華德-普萊爾分子生物學名譽教授。早在1986 年，他已是加州理工學院計算與神經系統博士項目的創始人之一。
1982年，霍普菲爾德發表了最著名的論文—— “神經網絡和具有突發性集體計算能力的物理系統”，他將物理學的動力學相關思想引入到神經網絡的構造中，用以解決一大類模式識別問題，並給出一類組合優化問題的近似解。這篇論文後來被命名爲“Hopfield網絡”。
根據業內人士介紹，Hopfield網絡是一種結合了存儲系統和二元系統的循環神經網絡，它提供了模擬人類記憶的模型。Hopfield網絡還是一種遞歸神經網絡，從輸出到輸入均有反饋連接，每一個神經元跟所有其他神經元相互連接，又稱爲全互聯網絡。霍普菲爾德的研究推動了神經網絡的早期發展，啓迪人們從全新視角理解大腦的工作原理。
多年來，霍普菲爾德一直與貝爾實驗室保持着密切聯繫。1987年貝爾實驗室成功在Hopfield神經網絡的基礎上研製出了神經網絡芯片，這正是當今人工智能的基石芯片。
此前，霍普菲爾德曾與另一位科學家共同獲得2022玻爾茲曼獎。該獎項名稱來源於現代著名物理學家路德維希·玻爾茲曼，設立於1975年，每三年頒發一次，獲獎者必須是未獲得諾貝爾獎，且不能重複申請。
霍普菲爾德將物理學原理引入神經網絡，又將神經網絡引入記憶和模式識別領域，而神經網絡是深度學習技術核心算法之一，藉由ChatGPT的橫空崛起，深度學習技術點燃了今天蔚然大觀的人工智能新浪潮。
做過木匠的“深度學習教父”
辛頓比霍普菲爾德小十多歲，雖然霍普菲爾德開創了早期的神經網絡研究，並啓發了深度學習技術，但沒有證據表明辛頓曾師從過霍普菲爾德。
辛頓1947年出生在英國一個學術世家，這個家族走出了多位世界知名學者。比如，辛頓的曾外祖父是19世紀著名數學家布爾，發明了二進制運算的布爾代數，而二進制正是現代計算機的數學基礎；辛頓的姑父是經濟學概念“國民生產總值”的提出者；他的表姐是核物理學家，曾參與製造原子彈的曼哈頓計劃；他的父親是昆蟲學家，當選過英國皇家學會（英國皇家科學院）院士。
辛頓的故事有些許傳奇色彩。高中畢業後，辛頓遵照家族慣例考取了劍橋大學國王學院，但那幾年，他一直找不到自己的學術研究方向，在數學、物理、化學、生物和哲學等領域打轉轉，最後選擇實驗心理學方向做學士畢業論文。
大學畢業後的辛頓，依舊沒有擺脫迷惘。他做了一年多的木匠，手工打造櫥櫃、貨架和木門，但並不足以養活自己。1972年，25歲的辛頓入學愛丁堡大學，準備研究神經網絡。那個時候，他並沒有聽說過約翰·J·霍普菲爾德的名字。辛頓當時的導師每週跟他見一次面，經常打擊他：“（研究機器學習）你這是在浪費時間。”
1993年，辛頓遭遇人生最低谷。（第二任）妻子因病去世，他的兩個兒子之一患有注意力缺陷多動症。而其時神經網絡研究正面臨瓶頸，科學界尚未公認它是人工智能發展的主流方向。“我46歲時就死在水裡了。”辛頓後來說，當時認爲至少要等到自己死後100年纔有可能看到研究項目取得突破性進展。
這是人工智能界一則耳熟能詳的故事：2009年，辛頓在實驗中發現英偉達的GPU芯片非常適合運行神經網絡，但芯片太貴他買不起，就給英偉達發去郵件希望對方能免費送給他一塊芯片做研究之用，但沒有得到英偉達的任何回覆。
外界並不確定黃仁勳是否知道此事，否則他或許會略感後悔。因爲三年後，傑弗裡·E·辛頓的研究就取得了巨大的突破。
2001年至2014年，辛頓在多倫多大學計算機科學系任教授。2012年，辛頓和他的兩個學生亞歷克斯·克里澤夫斯基、伊爾亞·蘇茨克維共同開發的8層神經網絡AlexNet（以亞歷克斯命名），在當年的ImageNet大規模視覺識別挑戰賽中奪得冠軍，令主辦者吃驚到一度以爲他們是作弊了，因爲AlexNet的圖像識別準確率比第二名高出十多個百分點。
當年，辛頓將初創公司賣給了谷歌並擔任後者的副總裁，2023年離職。
2018年，辛頓和他的學生楊立昆以及學者約書亞·本希奧共同獲得計算機領域的最高獎——圖靈獎。
“AI安全”終極命題
作爲AI教父，辛頓的好幾名學生都相當有名。楊立昆（Yann LeCun）成了臉書母公司Meta的首席科學家，伊爾亞·蘇茨克維成爲OpenAI的聯合創始人兼首席科學家，今年5月因與公司CEO奧特曼出現分歧而離職創業。
研究開發神經網絡數十年後，辛頓終於讓機器具備了深度學習的能力，但他最近幾年卻一直在警示，要防止人工智能失控後導致的威脅。
從谷歌離職時，辛頓透露，是爲了更“自由地談論人工智能的風險”。他說自己最擔心人工智能系統超越人類，並最終反噬人類。
辛頓的學生伊爾亞·蘇茨克維，在這方面傳承了乃師衣鉢。
業界都還記得，2023年11月OpenAI那場震驚世界的“宮鬥”，正是由伊爾亞·蘇茨克維發起，而他與OpenAI“靈魂人物”塞姆·奧特曼（Sam·Altman）的分歧就是AI的安全問題，前者奉行“超級對齊”，意在令超級智能與人類價值觀和認知保持一致，後者信奉“有效加速主義”，追求AI的發展速度與公司商業性盈利。
今年5月蘇茨克維從OpenAI離職後，該公司的“超級對齊”團隊已經瓦解。
晚於蘇茨克維一週離職的OpenAI安全主管Jan Leike曾公開透露，他與OpenAI高層在公司的核心優先事項上存在長期分歧，最終雙方的分歧已經嚴重到無法調和的地步。團隊在推動其研究項目和爭取計算資源時遇到了重大阻礙，缺乏資源會嚴重影響研究的進度和質量。
彼時，馬斯克針對OpenAI安全團隊已經解散這一消息評價稱：“這顯示安全並不是OpenAI的首要任務。”
而隨着近日OpenAI宣佈完成新一輪融資，並將在兩年內完成公司機構的重組，從非營利型公司轉向營利型公司，還被曝出要求新投資者不要向包括Anthropic、xAI等在內的其餘五家人工智能初創企業提供資金，這家AI巨頭的走向，已經從速度與安全拉鋸的狀態，完全傾向於前者。
諾貝爾物理學獎的頒發，史無前例地將辛頓推到全世界的聚光燈下。據報道，這位“AI教父”接到得獎電話時正在加州的一家廉價旅館裡，打算去做核磁共振掃描。
物理學衍生出了AI，生根發芽、枝繁葉茂。如今，辛頓和他的學生們對AI安全的呼籲，能否再引起人們的重視，人類與AI的交互，最終會走向何方？