"AI教父"獲諾獎，有人質疑這忽視前人成果，但在科技行業這很普遍

10月11日消息，最近，“AI教父”傑弗裡·辛頓（Geoffrey Hinton）因在人工智能領域所作的貢獻獲得諾貝爾獎，這一消息引發了不小爭議，也揭示了社會在獎勵創新時存在的更深層次問題。辛頓因其在人工智能領域的開創性工作和推廣反向傳播算法備受讚譽。然而，人工智能專家尤爾根·施密德胡伯（Jürgen Schmidhuber）等批評者認爲，這一獎項忽視了保羅·韋博斯（Paul Werbos）和甘利俊一（Shun-Ichi Amari）等人的基礎性貢獻。這兩位學者幾十年前的開創性工作爲現代神經網絡奠定了基礎。韋博斯於1974年完成的博士論文和甘利俊一於1972年開發的適應性學習模型是這一領域的重要基石，但他們的工作在很大程度上被辛頓等知名度更高的人物掩蓋。

作爲科學界的最高榮譽，諾貝爾獎理應顧及各種貢獻的完整性。在辛頓獲獎這件事上出現的疏漏，反映出人們對創新本質的普遍誤解。史蒂夫·喬布斯（Steve Jobs）和埃隆·馬斯克（Elon Musk）等人物經常代表着孤獨天才的神話，塑造了公衆認知，讓我們誤以爲重大突破都是在孤立情況下產生的。事實上，大多數進步都是長期積累和合作的結果。雖然辛頓所做的工作被認可當之無愧，但這也凸顯出榮譽分配時普遍存在的缺陷：早期先驅的貢獻往往會隨着後來的繼承者嶄露頭角而被遺忘。

這種問題不僅僅存在於人工智能領域，科技史上類似的故事並不鮮見。喬布斯並不是獨自發明iPhone的。iPhone是智能手機不斷創新的成果，就像蘋果麥金塔電腦大量借鑑了施樂帕洛阿爾託研究中心的創新一樣。喬布斯的過人之處在於改進了這些技術，使它們變得更直觀，便於大衆使用。正如喬布斯自己所說那樣，“優秀的藝術家抄襲，偉大的藝術家剽竊”，這暗示出創新往往是改進現有想法，而非憑空創造。

馬斯克與特斯拉的關係則是另一個發人深省的例子。馬斯克於2004年加入特斯拉，當時距離馬丁·埃伯哈德（Martin Eberhard）和馬克·塔潘寧（Marc Tarpenning）創立公司已經有多年時間。雖然馬斯克經常被認爲引領了電動汽車行業的革命，但電動汽車早在一個多世紀就已經問世。馬斯克的卓越之處不在於發明電動汽車，而在於將這一概念變成一種受歡迎、規模化、有利可圖的產品。特斯拉的成功並非源自發明，而是來自不懈執行和改進，不斷突破電池技術和自動駕駛的極限。

這種模式是硅谷的核心，這裡的公司經常會在現有理念的基礎上發展提升，推向新的高度。Facebook並不是第一個社交網絡，MySpace和Friendster早已存在；谷歌也不是第一個搜索引擎，AltaVista等早已出現。Facebook和谷歌的成功之處在於他們有能力將這些概念完善並擴展到全球。硅谷的真正實力不在於發明全新技術，而在於改進和拓展現有技術。

人工智能的發展也是如此。辛頓的工作至關重要，但也是建立在前人研究的基礎上。韋博斯和甘利俊一的貢獻對神經網絡技術的發展至關重要，正是這些技術爲AlphaGo和OpenAI的GPT等後續突破提供了動力。這些技術並不是憑空出現的，而是幾十年來不斷進步的結果。技術進步幾乎總是多層次的協作過程，過度關注個人成就會扭曲技術進步的真實面貌。

這也揭示了關於創新的基本真理：第一個提出想法的人並不如將這一想法完善、擴展和有效執行的人那麼重要。創新不是關於哪個天才的單一舉動，而是集體的進步。當我們只歸功於那些最耀眼的人物時，就忽視了那些人爲突破奠定基礎所作的貢獻。

圍繞辛頓獲得諾貝爾獎的爭議，應該引發我們對如何認識創新的反思。韋博斯和甘利俊一的基礎性研究應該得到更多認可，因爲他們早期的努力對辛頓所取得的進步至關重要。創新很少是某個人的天才之作，它是建立在長期積累基礎上的合作之旅。

展望未來，人工智能和其他技術最重要的進步可能不會來自那些提出全新概念的人，而是來自那些能夠將現有理念完善並適應新挑戰的人。特斯拉的成功不在於創造了電動汽車，而在於把它變成了一種受歡迎、規模化的實用產品。蘋果的成功也不在於發明了智能手機或個人電腦，而是在於讓這些產品變得便於使用、不可或缺。

真正的創新不在於某個想法是如何產生的，而在於它如何發展、如何改進、如何改變整個行業。但我們讚美的創新者不僅應該包括那些普及思想的人，還應該包括那些爲這些突破奠定基礎的人。只有在更大範圍內承認貢獻，我們才能真正理解進步如何發生。（辰辰）