诺贝尔奖快被 AI 包圆了，这10 个冷知识带你重新认识 AI 教父

爱范儿

2024-10-10 12:42发布于广东爱范儿官方账号

全文2958字，阅读约需9分钟，帮我划重点

划重点

01诺贝尔化学奖和物理学奖分别授予DeepMind创始人Demis Hassabis和人工智能教父Geoffrey Hinton。

02Hinton的研究与物理学有紧密联系，如Hopfield联想储存器和玻尔兹曼机。

03然而，Hinton对物理学奖项感到意外，因为他从未想过会被提名。

04早年间，Hinton曾尝试物理学，但因复杂的数学而放弃，后来专注于机器学习。

05除此之外，Hinton曾拒绝百度的收购，原因是严重的腰椎间盘病使他无法长时间坐下。

以上内容由腾讯混元大模型生成，仅供参考

今年的诺贝尔化学奖和物理学奖，颁给了两个做人工智能的人物：一位是 DeepMind 创始人 Demis Hassabis，另一位则是 AI 教父 Geoffrey Hinton。

比得奖更有意思的，是得奖人背后的故事：当年 DeepMind 还只是个不为人知的小公司时，就胆敢和百度、微软、Google 三巨头，争抢这位教父，尽管结果肯定是争不过。

我们翻了翻各大媒体报道和硅谷史记，找到了更多跟 Hinton 有趣的冷知识——不得不说，这个人物，可比物理有意思多了。

不是真·物理学家

这一点现在已经人尽皆知了😂 本次物理学奖之一 John Hopfield 确实是物理学出身——虽然他现在在普林斯顿，是分子生物学教授。

而 Geoffery Hinton 则是知名的「人工智能教父」，他在神经网络上的研究，为人工智能奠定了基础。

实际上，两人的研究都跟物理学有所联系。Hopfield 创造了一种联想储存器，可以存储和重建图像以及数据中其它类型模式，这套理论的基础，正是物理学中的自旋系统。

Geoffrey Hinton 发明的玻尔兹曼机，灵感来自于统计物理学，引入了一种用于模式识别的概率模型。在理论上，它的训练算法、动力学原理，都与简单物理过程有所相似。玻尔兹曼机跟 Hopfield 网络紧密相关。

不过，获得物理学这个奖项着实令两人都非常吃惊，Hinton 甚至没有想过自己会被提名。他很高兴诺奖委员会能看到他和 Hopfield 的研究中，物理学所带来的启发。

只不过在最近，基于 LLM 的人工智能研究与物理学关联不太多了，所以得奖一事让人非常意外。

曾经的学渣，如今的教父

早年间 Hinton 也尝试过物理学，但直接被里面复杂的数学劝退了。甚至到后来做机器学期的时候，他还是会经常跳过数学演算的部分，直接看论证。

直到指导 Yann LeCun 的论文时，他因为完全不懂法语，只能反过来——跳过论述，只看数学。

论文答辩时，Hinton 用英语提问，LeCun 用法语回答，两人居然交流自如。这是基于他们对神经网络共同的信念，LeCun 说，聊天时他感觉 Hinton 正在完成他的句子。

英式冷幽默大师

但凡看过 Hinton 的演讲视频，都会被他的英式冷幽默折服。一位名叫 Aapo Hyvärinen 的研究人员，曾经在发表学术论文时在致谢一栏写道：

本文的基础想法是在与 Geoffrey Hinton 的讨论中提出的，但他本人不愿意成为合著者，因为该论文包含了太多数学方程。

离那个叫 Sam Altman 的人远一点

虽然被称为人工智能教父，但是 Hinton 在警示人工智能潜在的危险性上，称得上是不遗余力。

今天下午，多伦多大学召开的线上媒体会，他在线上感谢了诺奖组委会，以及一直以来共事导师、同事和学生，并说道，「我对其中一位同学格外自豪，他解雇了 Sam Altman。」

美联社记者追问到为什么对 Sam Altman 有如此评价，他表示，OpenAI 的初衷是开发通用人工智能，并保证它是安全的。

「但随着时间的推移，Sam Altman 逐渐把利润置于安全之上，我觉得这很不幸。」

百度离拿下 Hinton 的「皮包公司」，曾经只有一步之遥

Hinton 有两次「创业」的经历。当然，不是严格意义上的创业，更多像是把自己和学生的研究成果，引荐给工业界。

2009 年，他的学生在语音识别上做出了一个很好的模型，于是他们去和当时做手机很红火的黑莓公司接触。经过漫长的沟通，黑莓一位高管说，他们不感兴趣。

「太可惜了，」Hinton 在一场多伦多大学的座谈会上分享这个故事，当时另一位讲座嘉宾是李飞飞，「如果不是这样，我们现在说不定还能看到黑莓呢。」

到了 2012 年，Hinton 和他的学生发表了一篇论文，证明了神经网络强大的价值。率先向 Hinton 抛出橄榄枝的，正是来自中国的百度。

但他的学生提议说，与其去当打工人，不如原地成立一家公司，让巨头来收购。Hinton 想想，有道理，说干就干。

没想到成立之后，四家巨头抛出争相拍卖，分别是百度、Google、微软，以及当时尚未崭露头角的 DeepMind。

拍卖全程用邮件进行，出价时间节奏从一开始的每隔一小时，到每隔半小时。后半程百度直接从北京总部派人指挥。

DeepMind 当时的实力尚浅，只能拿公司股票来参与拍卖，所以很快就出局了。而剩下的三位巨头不断抬价，微软在 2000 万退出了一次。2200 万时，由于 Hinton 提出暂停，微软彻底退出。

在后半程的终极竞价里，百度的出价其实是领先的，然而最终 Hinton 还是属意 Google。他在 Google 工作了十年，直到去年退休。

现在，Demis Hassabis 同 Hinton 一起获得诺贝尔奖，也算是一种顶峰相见了吧。

站着，把研究做了

传言他最终没有选择百度，是因为越洋飞机对他而言太难了：Hinton 患有严重的腰椎间盘病，严重到完全不能坐下，否则就会有一块腰椎突出导致剧痛。他在所有的演讲、座谈中，都是站着的，必要时会拿一个软垫跪下来。

2009 年，微软邀请 Hinton 去位于华盛顿远郊的实验访问研究。旅程非常费劲：又不能开车又不能飞，坐车也只能躺在后座。于是他先搭地铁，去到多伦多城中的公交车站，提前排队，然后率先抢到最后一排空座，直接躺下装睡，全程无人打扰。

后来他又搭了三天火车到达西雅图，再躺在出租车后座上横穿华盛顿湖，到达微软。

听说这个旅程如此折腾，微软提前给他定了一张站立式办公桌，保证他可以正常工作。

冷血动物爱好者

Hinton 的父亲是一位著名的昆虫学家，小时候的他就经常跟各种奇奇怪怪的动物打交道，包括但不限于青蛙、乌龟、蜥蜴、蟾蜍。

一直到现在，他也和冷血动物很亲近。他把死掉的蜻蜓保存在橱柜里，在海岛度假时，甚至会把蛇带进屋里，邀请前来采访的记者摸摸看。

祖上都是科学家

Hinton 出生在一个科学世家，最为人所知的是他的曾曾祖父乔治·布尔，开发了二元推理系统「布尔代数」，构成了现代计算机的基础。其实，他还有许多祖辈都有惊人的科学成就。

曾祖母 Mary Ellen Boole（后来改姓）是数学家，嫁给了 Charles Howard Hinton，同样是数学家，他提出了四维超正方体，是四维空间的基础理论。表亲 Joan Hinton 是核物理学家，曾经参与曼哈顿计划，后来嫁给了中国对美事务顾问 Erwin Engst 后就定居中国了。他们的孩子之一 Fred Engst 阳和平，目前是北京对外经贸大学的教授。

研究了一下发现他祖辈里还有太多科学家，比如英国皇家化学研究所第一位女性院士、发明便携式 X 光机的内科医生，等等等

成功的秘诀？找一堆天才学生

OpenAI 的前首席科学家、联创之一 Ilya Sutskever 是 Hinton 的学生，在多伦多大学读本科时就决定了自己的方向。他是直接走到 Hinton 的办公室，敲开门问，能不能加入深度学习实验室。Hinton 说，那约个时间聊聊吧。

Sutskever 说，「行啊，现在怎么样？」

Hinton 给了他一些经典论文，一周后，Sutskever 回来了，说「我不理解。」

「你训练一个神经网络来解决一个问题，然后又训练一个新的网络解决另一个问题——你为什么不用一个网络解决所有的问题呢？」

Hinton 意识到，眼前这个二十多岁的年轻人，有着超乎经验的研究直觉，遂邀请他加入自己的实验队伍。

「我一直都是对的」

Hinton 坐了十多年学术界的冷板凳。在他决定把神经网络作为自己的研究目标时，没有人看好这个方向，都觉得做不出名堂。然而，多年后，当神经网络为自己正名后，Hinton 经常在接受采访中被问到，是什么让他选择了一个冷门方向。

他每次都轻描淡写地答到，「我相信我是对的。」

这也是他对年轻人的建议之一，「去找这样一个地方：在那里，你觉得每个人都做错了。然后相信你的直觉，直到你弄清楚为什么你的直觉是错误的。当你觉得每个人的做法都是做的，选择那个不一样的做法。

事实是，要么你有很好的直觉，要么你没有。如果你有好的直觉，应该倾听它们，遵循它们，一直努力，直到你发现它为什么是错的。如果你有糟糕的直觉，那你做什么其实也不重要，那还不如遵循自己的直觉。」