說說杰弗里·辛頓

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，今年諾貝爾物理學獎的得主，是美國普林斯頓大學的約翰·霍普菲爾德（John J. Hopfield）和加拿大多倫多大學的杰弗里·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習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。

他出生于學術(shù)世家（1947年），本科拿的是心理學學位（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，才返回學術(shù)界，師從愛丁堡大學的一位教授，研究神經(jīng)網(wǎng)絡(luò)，拿了人工智能博士學位（1978年）。

看過我寫的《人工智能簡史》的同學，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)（機器學習）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習表征）》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)（機器學習）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（劍橋大學教授，昆蟲學家）?？上В习炙赖脑?，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“深度學習”時代，解決了當時困擾AI已久的學習效率問題。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），利用深度學習模型大獲全勝，再次震驚學界。

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“政變風云”中，試圖解雇公司CEO薩姆·奧特曼的那個OpenAI前首席科學家，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獎？這是把AI也當作物理學了？隔壁物理學的圈子，都已經(jīng)炸鍋啦！