剛剛，AI 教父獲得盧保物理學獎，曾表示後悔畢生工作，警告 AI 取代人類可能比想像中快

就在剛剛，2024 年盧保物理學獎揭曉。

機器學習專家 John J. Hopfield（約翰·霍普菲爾德）、「AI 教父」Geoffrey E. Hinton（傑佛瑞·辛頓）榮獲此獎，以表彰他們「基於人工神經網絡實現機器學習的基礎性發現和發明」。

值得一提的是， 傑佛瑞·辛頓也是歷史上首位同時獲得盧保物理學獎和圖靈獎的雙料得主。

盧保物理學委員會主席艾倫·穆恩斯表示，「獲獎者的工作已經帶來了巨大的好處。在物理學中，我們在許多領域使用人工神經網絡，例如開發具有特定性質的新材料。」

有趣的是，沒有人想到物理學獎會頒給 AI，甚至連杰弗里·辛頓也沒有想到。

在今天宣佈盧保獎的新聞發佈會上，他在線上發言道：

我在加利福尼亞的一家經濟型酒店，那裡沒有良好的互聯網或手機信號。我今天本打算做核磁共振掃瞄，但我得取消了！

對於他個人使用的 AI 工具，傑佛瑞·辛頓在發佈會上透露他會使用 GPT-4。儘管他對 GPT-4 的輸出持保留態度，但他承認，每當遇到不確定的問題時，他會向 GPT-4 尋求幫助。

傑佛瑞·辛頓是 AI 領域的巨擘，也是深度學習的先驅。他被認為是與 Yoshua Bengio 和 Yann LeCun 齊名的 「人工智能教父 」之一。

他於 1970 年在劍橋獲得實驗心理學學士學位，並於 1978 年在愛丁堡獲得人工智能博士學位。

辛頓因其在人工神經網絡方面的工作而享譽國際，特別是如何在沒有人類的協助下，通過設計讓 AI 實現自主學習。

他於 1998 年當選為皇家學會（FRS）院士，並於 2001 年成為魯梅爾赫特獎的第一位獲獎者。

辛頓還為人工智能領域培養了一批頂尖人才，他的學生們同樣在行業中扮演著重要角色，當中就包括 OpenAI 前任首席科學家 Ilya Sutskever。

此前，辛頓一直為 Google 工作長達十年之久。

辛頓對人工智能對就業市場的影響持樂觀態度，GPT-4 發佈後不久，辛頓還將 GPT-4 稱作「人類的蝴蝶」。

「毛毛蟲提取營養物質，轉化為蝴蝶。人們已經提取了數十億的理解信息，讓 GPT-4 化作人類的蝴蝶。」

但他也愈發擔心人工智能的道德影響，例如照片、影片和文本中虛假信息的擴散，以及 AI 帶來的潛在風險。

「我對自己畢生的工作，感到非常後悔。我找了一個藉口來安慰自己，即便我沒有做這些工作，依然有其他人會做。」

對於 AI 的未來，他曾憂心忡忡地說道：

我估計在五到二十年之間。人工智能有 50% 的概率會比我們更聰明。當它變得比我們更聰明時，我不知道它接管的概率有多大，但在我看來，這是很有可能的。

附盧保物理學獎官方新聞稿：

今年的兩位盧保物理學獎獲得者利用物理學工具開發了現代強大機器學習的基礎方法。約翰·霍普菲爾德創造了一種聯想記憶，能夠存儲和重建圖像及其他數據模式。傑佛瑞·辛頓則發明了一種能夠自主識別數據屬性的方法，從而執行識別圖像中特定元素等任務。

談到人工智能時，我們通常指的是使用人工神經網絡的機器學習。這項技術最初受大腦結構的啟發。在人工神經網絡中，大腦的神經元由具有不同值的節點表示。這些節點通過類似突觸的連接相互影響，並可以變得更強或更弱。

網絡的訓練，例如，通過在同時具有高值的節點之間建立更強的連接。今年的獲獎者自 1980 年代起就在人工神經網絡領域進行了重要工作。

約翰·霍普菲爾德發明了一種保存和重建模式的方法網絡。我們可以將節點視為像素。霍普菲爾德網絡利用描述材料特性與原子自旋相關的物理學——這一特性使每個原子成為微小的磁體。

整個網絡以與物理學中自旋系統的能量相當的方式進行描述，並通過尋找節點之間連接的值進行訓練，以確保保存的圖像具有低能量。

當霍普菲爾德網絡接收到扭曲或不完整的圖像時，它會系統性地處理節點並更新其值，使網絡的能量降低。網絡逐步尋找與輸入的瑕疵圖像最相似的保存圖像。

傑佛瑞·辛頓則以霍普菲爾德網絡為基礎，開發了一種不同的方法：玻爾茲曼機。

該機器能夠學習識別特定類型數據中的特徵元素。辛頓利用統計物理學的工具，這是一門研究由許多相似組件構成的系統的科學。該機器通過輸入在運行時非常可能出現的示例進行訓練。

玻爾茲曼機可用於分類圖像或創建與其訓練模式相同的新示例。辛頓在此基礎上進一步研究，幫助推動了當前機器學習的爆炸性發展。

本文來自微信公眾號「APPSO」，作者：APPSO，36氪經授權發佈。