每經記者｜鄭雨航    每經實習記者｜岳楚鵬    每經編輯｜蘭素英    

2024年諾貝爾物理學獎頒給了計算機科學家約翰·霍普菲爾德（John J. Hopfield）和杰弗里·欣頓（Geoffrey E. Hinton），理由是他們?yōu)闄C器學習奠定了基礎，為今天包括ChatGPT在內的人工智能（AI）鋪平了道路。

毫無疑問，這一結果讓很多人感到意外，因為機器學習并非傳統物理學的分支領域。有網友調侃稱，這是把圖靈獎該干的事情給干了；也有科學家表達了不解——“人工神經網絡對物理學研究產生了深遠的影響，但可以說它們本身就是物理學研究的成果嗎？”

面對外界的疑問，諾貝爾獎官方不得不在X平臺上回應：“您是否知道機器學習模式是基于物理方程？”同時，諾貝爾獎委員會也表示，利用人工神經網絡的機器學習能夠快速理解大量數據，已經在科學研究中發(fā)揮了重要作用，包括在物理學領域，它被用于創(chuàng)造“具有特定屬性的新材料”。諾貝爾物理學委員會成員Anders Irbäck教授盛贊道：“他們都是真正的先驅者，尋找到了解決問題的新方法。”

其實，不單是“吃瓜群眾”，作為獲獎者之一的欣頓本人也是一臉驚訝，“完全沒想到會發(fā)生這種事”。

在獲獎之余，欣頓還就AI安全發(fā)出了警告。他認為，擁有比人類更聰明的技術“在很多方面都是好事”，但“這一切的后果可能是，比我們更聰明的系統最終會掌控一切”。

當地時間2023年6月28日，加拿大安大略省多倫多，被稱為“人工智能教父”的認知心理學家和計算機科學家杰弗里·欣頓在碰撞技術會議上發(fā)表講話。 視覺中國圖

出人意料的獲獎名單

北京時間10月8日下午5點45分，美國和加拿大科學家約翰·霍普菲爾德和被外界稱為“AI教父”的杰弗里·欣頓被授予諾貝爾物理學獎，以表彰他們通過人工神經網絡實現機器學習的基礎性發(fā)現和發(fā)明，幫助計算機以更接近人腦的方式學習，為AI的發(fā)展奠定了基礎。

該獎項是對AI在人們生活和工作方式中日益重要的地位的認可。諾貝爾物理學委員會主席艾倫·穆恩斯（Ellen Moons）表示：“獲獎者的工作已經帶來了巨大的好處。在物理學中，我們在廣泛的領域使用人工神經網絡，例如開發(fā)具有特定性能的新材料。”

諾貝爾獎委員會在X平臺上的帖子中表示，霍普菲爾德博士和欣頓博士的突破“立足于物理科學的基礎之上”，“他們?yōu)槲覀冋故玖艘环N全新的方式，讓我們能夠利用計算機來幫助和指導我們應對社會面臨的許多挑戰(zhàn)”。

不過，這一結果還是讓無數網友大吃一驚，之前誰也沒料到諾貝爾物理學獎居然會頒給計算機科學相關的研究。有網友驚呼，“這是個玩笑嗎？這應該是圖靈獎該干的事情。”

不單是網友，也有科學家表示不解。南安普頓大學計算機科學家、聯合國AI顧問溫迪·霍爾教授表示，她對這一獎項的頒發(fā)感到驚訝。“諾貝爾獎沒有設立計算機科學獎，以這種方式來頒發(fā)獎項是一種有趣的方式，但似乎有點牽強，”她說，“顯然，人工神經網絡對物理學研究產生了深遠的影響，但可以說它們本身就是物理學研究的成果嗎？”

面對外界的疑問，諾貝爾獎官方不得不在X平臺上解釋說：“您是否知道機器學習模式是基于物理方程？”

其實，不單是外界，獲獎者欣頓本人都沒想到自己能夠“跨界”獲得諾貝爾物理學獎。他在接到諾貝爾獎委員會的電話時說道：“我完全沒想到會發(fā)生這種事。”當時他正在加利福尼亞州一家“廉價酒店”，他表示，這消息簡直是“出乎意料”。

他們有何貢獻？

欣頓出生于倫敦郊外，自20世紀70年代末以來，他大部分時間都生活和工作在美國和加拿大。

20世紀70年代初，欣頓在愛丁堡大學讀研究生時開始研究人工神經網絡，當時很少有研究人員認為這個想法會成功。直到2012年，他終于與其學生一起取得了突破。2013年，欣頓加入了谷歌。2023年5月，他從谷歌離職。自那以后，他持續(xù)公開呼吁謹慎對待AI技術，成為旨在引導AI系統，使其行為符合設計者利益和預期目標的“AI對齊派”代表。

2019年，欣頓與蒙特利爾大學計算機科學教授約書亞·本吉奧（Yoshua Bengio）和Meta首席AI科學家楊立昆（Yann LeCun）因在人工神經網絡方面的工作共同獲得了圖靈獎，該獎通常被譽為“計算機界的諾貝爾獎”。

相較于欣頓，霍普菲爾德則是一個正統的物理學家，因在計算機科學、生物學和物理學領域的開創(chuàng)性研究而聞名。他如今在普林斯頓大學擔任名譽教授。

霍普菲爾德于1933年生于美國伊利諾伊州芝加哥，1958年在貝爾實驗室開始了他的職業(yè)生涯，主要研究固體物質的特性。1961年，他以助理教授的身份前往加利福尼亞大學伯克利分校，并于1964年加入普林斯頓大學物理系。16年后，他前往加州理工學院擔任化學和生物學教授，并于1997年回到普林斯頓大學，在分子生物學系任職。

1982年，霍普菲爾德開發(fā)了一種神經網絡模型來描述大腦是如何進行聯想、回憶的，即霍普菲爾德網絡，這使得機器能夠使用人工神經網絡“存儲”記憶，構成了現在所有人工神經網絡的基礎。

根據瑞典皇家科學院的公告，欣頓以霍普菲爾德網絡為基礎，發(fā)明了一個采用不同方法的新網絡—— 玻 爾 茲 曼 機 （the Boltzmann machine），通過輸入機器運行時很可能出現的示例來訓練機器。玻爾茲曼機可用于對圖像進行分類，或創(chuàng)建訓練模式類型的新示例。欣頓在此基礎上繼續(xù)發(fā)展，幫助開啟了機器學習的爆炸式發(fā)展。他在人工神經網絡方面的開創(chuàng)性研究為ChatGPT等AI系統鋪平了道路。

更值得一提的是，OpenAI聯合創(chuàng)始人、前首席科學家伊爾亞·蘇茨克維（Ilya Sutskever）也是欣頓的學生。他們兩人和另一名計算機科學家亞歷克斯·克里澤夫斯基（Alex Krizhevsky）還一起發(fā)明了卷積神經網絡AlexNet。

欣頓發(fā)出AI安全警告

雖然欣頓因為其在機器學習領域的研究獲得了諸多殊榮，但現在的他更多的精力集中在推動AI安全發(fā)展上。在諾貝爾獎委員會向其宣布獲獎喜訊時，他也不忘就AI技術的危險性向外界發(fā)出警告。

欣頓擔憂地表示：“我認為它（AI）將產生巨大的影響。它將與工業(yè)革命相媲美，它不會在體力上超越人類，而是會在智力上超越人類。”

欣頓表示，擁有比人類更聰明的技術“在很多方面都是好事”，這將帶來醫(yī)療保健的大幅改善、更好的數字助理以及生產力的大幅提升。“但我們也必須擔心一些可能的不良后果，尤其是這些事情失控的威脅。”他補充道，“我擔心，這一切的后果可能是，比我們更聰明的系統最終會掌控一切。”

今年5月，欣頓接受記者采訪的時候甚至直白地稱：“很難想象如何阻止壞人利用它（AI）做壞事。”他表示：“未來5~20年，AI有一半概率比人類聰明。當它們比我們更聰明時，我不知道我們被接管的可能性有多大，但在我看來，這很有可能。”

伴隨AI的飛速發(fā)展，人們對其安全性的憂慮在不斷上升。

今年6月，13位來自OpenAI和谷歌的現任及前任員工聯合發(fā)布了一封公開信，表達了對AI技術潛在風險的嚴重擔憂，并呼吁相關公司采取更加透明和負責任的措施來應對這些風險。

這封信也得到了欣頓的背書，信中指出，盡管AI技術可能會給人類帶來巨大益處，但其帶來的風險同樣不容忽視。這些風險包括加劇社會不平等、操縱和虛假傳播信息，以及自主AI系統失控可能導致的人類滅絕。

封面圖片來源：視覺中國