早在 2011 年，渴望成为公共知识分子的风险投资家马克·安德森 (Marc Andreessen) 就发表了一篇题为“为什么软件正在吞噬世界”的文章，预测计算机代码将接管经济的大部分领域。十三年过去了，软件现在似乎也正在学术界崭露头角。无论如何，这是从计算机科学家杰弗里·辛顿 (Geoffrey Hinton) 与约翰·霍普菲尔德 (John Hopfield) 分享 2024 年诺贝尔物理学奖，以及计算机科学家德米斯·哈萨比斯 (Demis Hassabis) 与一位科学家分享诺贝尔化学奖的一半这一事实中得出的一个可能的结论。他的 DeepMind 同事 John Jumper 说道。
从某种程度上来说，哈萨比斯和朱珀的获奖是可以预见的，因为他们建造了一台机器——AlphaFold2——使研究人员能够解决生物化学中最棘手的问题之一：预测蛋白质的结构，蛋白质是生物生命的组成部分。他们的机器已经能够预测研究人员已识别的几乎所有 2 亿种蛋白质的结构。所以这对于化学来说是一件大事。
但辛顿不是物理学家。事实上，他曾经在一次学术会议上被介绍为“物理学失败，退出心理学，然后加入一个根本没有标准的领域：人工智能”的人。毕业后他做了一年木匠。然而，他却发现了使神经网络能够学习的方法（“反向传播”），这是开启机器学习并引发当前人工智能疯狂崛起的两个关键之一。 （另一个是2017年谷歌研究人员发明的Transformer模型）。
然而，这一切的物理原理在哪里呢？这句话来自霍普菲尔德，辛顿与他分享了这一奖项。 “霍普菲尔德网络及其进一步发展的玻尔兹曼机是基于物理学的，”辛顿向《纽约时报》的这位人士解释道。 “霍普菲尔德网络使用了能量函数，玻尔兹曼机使用了统计物理学的思想。因此，神经网络发展的那个阶段确实在很大程度上依赖于物理学的想法。”
那么就这样吧。但媒体经常将 Hinton 描述为“人工智能教父”，这听起来隐约带有一丝险恶的意味。就个人而言，他却恰恰相反：身材高大、和蔼可亲、彬彬有礼、头脑清醒，并且具有讽刺的、偶尔尖酸刻薄的智慧。当凯德·梅斯问他得知获奖消息后有何反应时，他回答说他“感到震惊、惊讶和目瞪口呆”，我想这也是大多数人的说法。但在 2018 年，他与 Yoshua Bengio 和 Yann LeCun 分享了图灵奖——计算机科学领域的诺贝尔奖，以表彰他们在深度学习方面的工作。所以他一直在顶级联赛中。只是计算机科学领域没有诺贝尔奖。考虑到软件正在吞噬世界的方式，也许这种情况应该改变。
有一个老笑话说，成为诺贝尔奖获得者的关键是比你的竞争对手“活得更久”。现年 77 岁的 Hinton 显然注意到了这一点。但实际上，他最令人钦佩的一点是，在这个想法遭到学科质疑很久之后，他仍然坚持相信神经网络作为人工智能关键的潜力。考虑到学术界的运作方式，特别是在计算机科学等快速发展的学科中，这需要非凡的决心和自信。也许在他的黑暗时刻让他坚持下去的原因是他的曾曾祖父是乔治·布尔（George Boole），一位 19 世纪的数学家，他发明了支撑所有这些数字事物的逻辑。
人们还应该考虑该奖项对人们的影响。当 Hinton 获奖的消息传来时，我想起了 1995 年荣获文学奖的谢默斯·希尼 (Seamus Heaney)。他将这次经历描述为“就像遭遇了一场基本上是良性的雪崩”。请注意“大多数”：诺贝尔奖的后果之一是获奖者立即成为公共财产，每个人和他们的狗都想从中分得一杯羹。 “我现在所做的就是‘出现’，”希尼在 1996 年 6 月无奈地写给一位朋友。“我是时间表的函数，而不是我自己存在的代理人。而且这种情况还会持续数周甚至数月……无论斯德哥尔摩效应最终会是什么，它的直接结果就是人们渴望辞去工作，以固有的身份（以我个人的身份）重新开始。”
所以……给杰夫的备忘录：非常祝贺。并掌控您的日历。
我读过的内容
这么说
与机器人聊天是对话吗？这是历史学家 Jill Lepore 撰写的一篇精彩的《纽约客》文章，讲述了她与 GPT-4o（高级语音模式）的交互。
有趣的时光……
2024 年 10 月 2 日。Heather Cox Richardson 不可或缺的 Substack 博客的这一期特别精彩。
真正的翻页者
《不能读书的精英大学生》是罗斯·霍洛维奇在《大西洋月刊》上发表的一篇有趣的报告。
版权声明
本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除