今年的諾貝爾物理獎有種物理學不存在了的美

日期: 2024-10-08 | 來源: 差評 | 有0人參與評論 | 字體: 小中大
北京時間10月9日下午，最新一屆的諾貝爾物理學獎公布，約翰 ·J· 霍普菲爾德 John J.Hopfield 、傑弗裡 ·E· 辛頓 Geoffrey E.Hinton 獲獎，以表彰他們通過 “ 人工神經網絡實現機器學習的基礎性發現和發明 ” 。

辛頓在接受電話采訪時表示： “ 完全沒想到 ” 。

實話實說，在結果出來前，大家也都沒想到。

因為在外界預測裡，今年的諾貝爾物理學獎最大熱門，還是傳統的凝聚態物理領域，結果最後頒給了 AI 圈的兩位大佬。

網友們也都不淡定了，有些人調侃地表示，物理學不存在了。

也有人表示，這次的頒獎可能會引起一系列連鎖反應。

一些人甚至有種感覺，諾貝爾獎有點蹭 AI 熱度的意思？

其實物理學界也不是沒什麼新的研究成果，隔壁中科院物理所就猜了一堆足以拿諾獎的研究，誰知道直接“ 跨服 ”頒給了人工神經網絡和機器學習領域。

而借著這個機會，我們也去了解了下兩個大佬，發現人家的成就能拿獎完全說得過去。

首先是傑弗裡 · 辛頓，這個大佬大家肯定不陌生了，再和大家強調一遍，他是公認的 “ 深度學習之父 ” 。

我們今天也詳細去查了下辛頓老爺子，震驚我的反倒不是他自己的成就，而是他實在是家世顯赫。

就這麼說吧，千年以後，人類回顧豪門望族，辛頓家的族譜可能還是最閃耀的那一批，國內的什麼四世三公都得遜色一番。

在辛頓家族中，最頂的就是他的曾曾祖父喬治 · 布爾，人稱邏輯學中的牛頓。

喬治和自己老婆也就是辛頓的曾曾祖母瑪麗 · 埃弗裡斯 · 布爾，共同創作了布爾邏輯和代數學，後來成為現代計算機的數學基礎。

而這個瑪麗的叔叔喬治 George Everest 是英國大地測量學家，珠穆朗瑪峰的英文名就是以他名字Everest 命名的。

辛頓的家族還特別和中國有緣。

他的曾姑媽艾捷爾 · 麗蓮 · 伏尼契，寫了本書叫《牛虻》，曾激勵了一代國內革命青年。

而他還有個姑媽名叫瓊 · 辛頓，中文名叫寒春。

這個姑媽曾經參與過曼哈頓計劃。

後來因為多方原因，毅然決然地棄美投中。

來到中國後的她放棄了自己擅長的核物理研究，但寒春對新的奶牛事業樂在其中，甚至還為國內巴氏殺菌奶設計了一條產線。

所以，咱們今天的主角辛頓在花了一輩子的時間，同時獲得了諾爾物理學家和圖靈獎，回家一看，也就只是能在族譜單開一頁的水平？

而辛頓如今風光的名號，一路走來卻壓根並不輕松。

從小時候起，他的學習成績就談不上 “ 頂尖 ” 。

高中時上了一所他口中的 “ 二流公立學校 ” 克裡夫頓學院，但實際上，該學院在辛頓之前出過 3 名諾獎得主，大家聽聽得了，別真信了。

8 歲的辛頓正在嘗試熟練地掌握 python （蟒蛇）

也就是在克裡夫頓學院，辛頓從一個同學那兒聽說了 “ 大腦記憶並不固定存在某個部分，而是分散在是整個大腦，利用整個神經網絡傳播，如果大腦使用全息圖，砍掉一半，還能獲得整個圖片…… ”

好好好，我高中同學咋天天只會跟我 “ 桀桀桀 ” 呢？

辛頓當時估計也沒整明白，就把這個小故事深埋心底，隨後就開始了自己的浪蕩前半生。

到了 18 歲，辛頓進入劍橋大學國王學院學習物理、化學和數學，但一個月後就退學了。

去倫敦 gap 了一年後改修建築學，結果就撐了一天，甚至後來，辛頓也嘗試過轉向哲學，不過也沒堅持住。

再後面，辛頓就開始雙修物理和生理學，到最後，哥們拿了實驗心理學畢業證。。。

畢業後的辛頓又跑去當了一年木匠。

這種到處亂晃的水平，也讓辛頓總是被家裡人 PUA ，他爸天天念叨 “ 你要好好努力，等你比我老一倍了，就能趕上我一半的成績了 ” 。

我估摸著，辛頓老爹如果在天有靈，這下總能感覺自己被打臉了。

總之，在嘗過了弱水三千後，辛頓找到了只屬於他的那一瓢：人工智能。

在當時，人工智能談不上什麼大熱研究方向，他找了一個正在研究神經網絡的導師希金斯教授，這一下就喚醒了辛頓年少時的記憶： “ 我要的就是讓機器實現大腦功能 ” 。

但在生成式大模型爆火之前， AI 界一直在爭論什麼才是正確路線，神經網絡、深度學習一度被符號主義（簡單說就是所有事物、規則都能用一個個符號來代替， AI 通過記住這些符號和規則來理解世界）等路線打得潰不成軍。

最誇張的時候，就連希金斯教授，都轉投符號主義門下，希金斯甚至還反過來勸辛頓也點了，重開一把得了。

希金斯教授

一時間，神經網絡被所有人放棄，世界上幾乎只剩下辛頓這一個獨苗了。

結果辛頓也就是頭鐵，愣是一個人守高地 30 多年，發育到六神裝，一把反推了其他 AI 路線的高地。

而辛頓這次獲獎憑借的就是他在這幾十年裡的成果之一：1985 年提出的 “ 玻爾茲曼機 ” 。

玻爾茲曼機能夠像人一樣自主學習。

比如你給它看不停地看很多火鍋的帥照，就能生成一張新的，看起來很像火鍋的大金毛圖像。

這也就是後來的深度學習、人工神經網絡的雛形。

隨著研究不斷深入，辛頓也逐漸開創了一個新的學術分支：深度學習。

而今天你能看到活躍在生成式大模型頂端的辣些人，基本全是辛門成員，所以，你甚至可以說辛頓是當今所有大模型的唯一指定祖師爺。

後來，辛頓還帶著前 OpenAI 首席科學家 Ilya 創辦了個 DNNresearch 的公司，這家公司當時沒有任何產品，而且也沒有任何計劃研究任何產品，說白了他們公司的產品就是他們幾個人的腦子。

他們決定把 DNN 也就是他們自己，公開向全世界拍賣，最終百度、谷歌、微軟和 DeepMind 四家公司競爭。

當競價達到 4400 萬美元時，他們暫停了競拍，然後直接把天賦帶到了谷歌。

在他們看來，合適的平台比更高的價格更重要。

但到了去年，辛頓主動選擇從谷歌離職，就為了能夠自由談論 AI 的風險。

在如今的他看來， AI 已經在朝一個人類無法掌控的地步進化，他甚至在去年曾經在接受采訪時表示，自己回顧一生的工作，感到非常後悔，以至於只能找一個 “ 哪怕自己不做這些，也有其他人來做 ” 的借口來安慰自己。

可現如今，大家將他在後悔的工作捧上諾貝爾獎台，辛頓這次獲獎也在學術圈引起了不少爭議，因為辛頓的工作成就雖然很出色，但它們顯然並不屬於傳統物理學的任何一個分支。

與之不同的是，和辛頓一同得獎的霍普菲爾德，就顯得 “ 正統 ” 了不少。

因為霍普菲爾德雖然以 AI 領域的工作內容獲獎，但他其實是個地地道道的生物物理學家，曾經拿到過玻爾茲曼獎（統計物理領域最高獎）和狄拉克獎（理論物理學的重要獎項），比起辛頓來說完全就是純血物理人。

霍普菲爾德的家族雖然不比辛頓，但也是頂尖書香門第，父母親都是知名物理學家。

學習生涯比起辛頓的放蕩不羈來說，就更顯得純血物理人了。

1933 年出生於芝加哥，從物理學士，到物理博士，一步步按部就班。

畢業後先後在貝爾實驗室任職，在大學任教，在 NASA 做研究。。。

而他獲獎的成果是 1982 年提出了霍普菲爾德網絡，讓 AI 能夠像人類聯想記憶那樣，存儲和重建信息模式。

打個比方，你在試圖回憶一個不常用的成語，可能會先想他的近義詞啥的，最終想起了這個成語。

霍普菲爾德網絡的工作方式就與此類似，當給 AI 一個不完整的信息時，它能夠找到最相似的存儲信息。

這麼一來，霍普菲爾德網絡就能修復損壞的數據，比如去除圖片中的噪點。

乍一聽，這個玩意兒根本不物理，反而很 AI 是吧。

其實並不是，霍普菲爾德網絡的存儲和檢索方式，利用了材料的物理特性。

材料內的原子會因為自旋而產生的特性，這個特性使得每個原子都成為了 mini 磁鐵，大家互相有著不同的引力。

數據的存儲在不同引力下，就好比一個層巒疊嶂的景觀中，當網絡接收到新的輸入時，就像在這個景觀中滾動一個球，最終球會根據不同的溝壑（即引力）停在最接近的山谷中，也就是找到了最相似的存儲模式。

更重要的是，霍普菲爾德將神經網絡的動力學，與物理學中的系統 ( 特別是統計力學 ) 進行了比較和融合。

這種跨學科方法是革命性的，為後來的研究者們打開了新思路。

總之，霍普菲爾德的獲獎也是相當實至名歸的。

但無論怎麼說， AI 的風已經吹到了諾貝爾獎了，在諾貝爾物理學委員會看來，如今的人工神經網絡已經為物理學帶來了新的使用場景，比如開發具有特定屬性的新材料等等。

而這些成就，顯然足以抹去什麼學科之見。

很難想象，在 AI 發展如此迅猛的未來，人們竟然還在爭論它到底配不配得物理學獎，而差評君想說的是：

既見未來，為何不拜？
- 新聞來源於其它媒體，內容不代表本站立場！
分類：教育讀書

猜您喜歡

您可能也喜歡

評論

目前還沒有人發表評論, 大家都在期待您的高見

發表評論

視頻

相關功能

加西網新聞