“人工智能教父”攜手神經網絡先驅勇奪諾獎

如果您還需要另一個表明我們已然完全邁入人工智能時代的跡象，那就是這個。 …

“人工智能教父”傑弗裡·辛頓博士和他在學習機器領域的前輩約翰·霍普菲爾德博士，於今日共同榮獲 2024 年諾貝爾物理學獎。瑞典皇家科學院稱，這是“因爲他們在使人工神經網絡能夠進行機器學習方面的基礎發現和發明”。

El Reg 的讀者和人工智能的觀察者或許熟悉辛頓在神經網絡方面開創性的工作，還有他因擔憂自己協助創建的人工智能系統存在潛在危險，而高調辭去谷歌顧問一職這件事。

依據一份有關獲獎原因的書面說明[PDF]，霍普菲爾德對人工智能的最大貢獻於 1982 年出現，當時他創建了一個（以他自己名字命名的）神經網絡，能夠存儲多種模式，並且能通過對它們加以區分，從記憶中檢索出來。

委員會把“霍普菲爾德網絡”比作大腦的聯想記憶，在這當中我們搜索和回憶信息，比如單詞。它將該網絡描述成具有不同連接強度的人工神經元系統。

“霍普菲爾德用一種在物理學中自旋系統的能量相當的屬性來描述網絡的整體狀態；這種能量是通過一個運用了所有節點的值以及它們之間所有連接強度的公式來計算得出的，”它解釋道。

該學院指出，當整個網絡處理數據時，它常常重現其在接受訓練時的原始圖像，但真正特別之處在於它能夠同時存儲多張圖片，並且能夠對它們加以區分。

從回憶到解釋

雖然霍普菲爾德網絡和聯想記憶技術能夠把圖像當作數據中的模式來回憶，但是它無法闡釋它們究竟是什麼。這就是欣頓的用武之地。

“當霍普菲爾德發表關於聯想記憶的文章時，傑弗裡·辛頓正在美國匹茲堡的卡內基梅隆大學工作，”學院稱。“與他的同事特倫斯·謝諾夫斯基一起，辛頓從霍普菲爾德網絡出發，並利用統計物理學的思想將其擴展以構建新的東西。”

“可以使用統計物理學分析各個組件能夠共同存在的狀態，並計算它們出現的概率，”諾貝爾頒獎機構說道。測量這些概率並將它們分配給對象，你就得到了辛頓的玻爾茲曼機。

另一種更爲先進的神經網絡，玻爾茲曼機可以從數據示例中學習，識別樣本中的熟悉特徵，並通過將已知的基礎知識過濾到不同類別中來識別對象的新示例。

玻爾茲曼機至今仍被用於給推薦引擎和其他基礎的人工智能提供動力，並且經常是更大的機器學習網絡的一部分。

“獲獎者的工作已然帶來了極大的好處。”

“在物理學領域，我們在衆多方面使用人工神經網絡，例如開發具有特定屬性的新材料，”

“從解讀轉變爲擔憂”

“這是辛頓因其在人工智能方面的貢獻而獲得的第二個重要獎項，此前他與‘人工智能教父’約書亞·本吉奧（Yoshua Bengio）和楊立昆（Yann LeCun）一同斬獲了 2019 年圖靈獎——該獎常被稱作計算機領域的諾貝爾獎。”

“然而，自那以後，辛頓對於他協助創建的學習機器變得完全持懷疑態度。”

“2023 年 5 月離開谷歌之後，辛頓對自己爲現代人工智能奠定基礎所發揮的作用表示了遺憾，並稱當他看到人工智能到目前爲止的發展以及其未來可能對社會產生的影響時，這種可能性‘令人恐懼’。”

“我常拿這個藉口來自我安慰：如果我不做，別人也會做，”辛頓去年告訴《紐約時報》的凱德·梅茨（Cade Metz），他曾是《登記冊》的記者。

去年，辛頓和本吉奧一起簽署了一封公開信，把人工智能比作氣候變化帶來的威脅，說雖然我們對那些警告置之不理，但趁還來得及，我們能夠避免人工智能造成的麻煩。

“如果我們有智慧採取行動，就有一條負責任的道路，”信中這樣說道。在得知自己獲得諾貝爾獎後不久的一次採訪中，辛頓再次表達了他對人工智能的擔憂。

“我希望能有個簡單的法子，只要照做，一切就能好起來。可惜我沒有，”辛頓告訴諾貝爾獎推廣組織的首席科學官亞當·史密斯。“我們正處於歷史的一個分岔點，在接下來的幾年裡，我們需要弄清楚是否有辦法應對（人工智能失控的）那種威脅。”

“政府能做的一件事，就是迫使大公司把更多資源投入到安全研究當中，”辛頓補充說道。

“像 OpenAI 這類公司不能將安全研究束之高閣。”

辛頓和霍普菲爾德將共同分享 1100 萬瑞典克朗（約合 100 萬美元）的獎金，並且會在 12 月 10 日，也就是炸藥發明者、同時也是該獎項同名者阿爾弗雷德·諾貝爾於 1896 年逝世的週年紀念日領取該獎項。 ®