402
白天的時候，舉國上下都在討論股票，到了下午，突然冒出了諾貝爾物理學(xué)獎的新聞，再次掀起了一股熱浪。
如大家所見，今年諾貝爾物理學(xué)獎的得主，是美國普林斯頓大學(xué)的約翰·霍普菲爾德（John J. Hopfield）和加拿大多倫多大學(xué)的杰弗里·辛頓（Geoffrey E. Hinton）。這兩位，都是AI領(lǐng)域的專家。尤其是辛頓，在AI學(xué)術(shù)界可以說是教父級的存在。
在2024年之前，其實小棗君也不知道辛頓這個名字。今年，因為我也開始接觸和學(xué)習(xí)AI，寫了一些關(guān)于AI的文章，才對他有所了解。
辛頓是一個非常牛逼的人。他的人生極具傳奇色彩。
他出生于學(xué)術(shù)世家（1947年），本科拿的是心理學(xué)學(xué)位（1970年），畢業(yè)后迷失方向，還去做了一段時間的木匠。后來，跌跌撞撞，才返回學(xué)術(shù)界，師從愛丁堡大學(xué)的一位教授，研究神經(jīng)網(wǎng)絡(luò)，拿了人工智能博士學(xué)位（1978年）。
看過我寫的《人工智能簡史》的同學(xué)，可能還記得，人類人工智能起步于1950年代，第一代創(chuàng)始人是圖靈、麥卡錫、明斯基等幾位大佬。但是，人工智能學(xué)術(shù)界早期走的路線，是錯誤的（符號主義、專家系統(tǒng)）。更要命的是，明斯基還把神經(jīng)網(wǎng)絡(luò)這個正確的路線，早早地否定掉了。
到了1980年代，專家們在老路上走不通，才重新想起了神經(jīng)網(wǎng)絡(luò)（機器學(xué)習(xí)）這條路。
1982年，約翰·霍普菲爾德（就是這次獲得諾貝爾獎的另一位大佬）提出了Hopfield網(wǎng)絡(luò)模型（其實也不算他原創(chuàng)，這個模型原型早期由其他科學(xué)家提出過）。1986年，戴維·魯梅爾哈特、杰弗里·辛頓、羅納德·威廉姆斯等人共同發(fā)表了一篇名為《Learning representations by back-propagation errors（通過反向傳播算法的學(xué)習(xí)表征）》的論文，提出了反向傳播算法。這兩項成就，給神經(jīng)網(wǎng)絡(luò)（機器學(xué)習(xí)）奠定了重要基礎(chǔ)，也算是把人工智能拉到了正軌上。
1986年的辛頓，已經(jīng)39歲了。他其實一直都活在家族陰影中。他老爸長期PUA他，說他達不到自己的成就（劍橋大學(xué)教授，昆蟲學(xué)家）。可惜，他老爸死的早，辛頓也沒辦法證明給他老爸看。
到這里，故事并沒有結(jié)束。
二十年后，也就是2006年，辛頓又爆發(fā)了。他發(fā)表了重要的論文《Reducing the dimensionality of data with neural networks（用神經(jīng)網(wǎng)絡(luò)降低數(shù)據(jù)維數(shù)）》，提出深度信念網(wǎng)絡(luò)（Deep Belief Networks，DBNs），將人工智能帶入了“深度學(xué)習(xí)”時代，解決了當(dāng)時困擾AI已久的學(xué)習(xí)效率問題。這個創(chuàng)舉可以說是給AI領(lǐng)域雪中送炭。
2012年，杰弗里·辛頓和他的學(xué)生伊利亞·蘇茨克沃（Ilya Sutskever）和亞歷克斯·克里切夫斯基（Alex Krizhevsky）參加了ImageNet每年舉行的大規(guī)模視覺識別挑戰(zhàn)賽（由李飛飛發(fā)起），利用深度學(xué)習(xí)模型大獲全勝，再次震驚學(xué)界。
后來師徒三人獲得了很多榮譽和財富，成立的公司還被谷歌高價收購了。
去年年末那場受到全球矚目的OpenAI“政變風(fēng)云”中，試圖解雇公司CEO薩姆·奧特曼的那個OpenAI前首席科學(xué)家，就是他徒弟之一的伊爾亞·蘇茨克韋。
總而言之，辛頓絕對是AI領(lǐng)域的頂級大佬，兩次重大貢獻徹底改寫了AI的發(fā)展走向，拿獎也是名至實歸。等有機會，我會寫篇詳細的辛頓個人傳記，給大家看看。
現(xiàn)在唯一的疑問其實是——
辛頓之前拿了圖靈獎（2018年），為啥這次拿的是諾貝爾物理學(xué)獎？這是把AI也當(dāng)作物理學(xué)了？隔壁物理學(xué)的圈子，都已經(jīng)炸鍋啦！
