“人工智能之父”怎樣鑄就人工智能之基

他將自己的一生奉獻給了人工智能的開發和應用，他開創性的工作使他榮獲了諾貝爾獎。

但如今，76 歲的傑弗裡·辛頓（Geoffrey Hinton）卻對自己促成這一成功的成果感到懊悔。

“人工智能之父”於週二與約翰·霍普菲爾德（John Hopfield）一同榮獲 2024 年諾貝爾物理學獎，他們開發的方法爲從ChatGPT到蘋果智能等強大系統奠定了基礎。

出生於倫敦的辛頓博士表示，獲得該獎項令他‘大吃一驚’——這使他成爲歷史上第二位同時獲得諾貝爾獎和圖靈獎（常被稱爲計算機界的諾貝爾獎）的人。

在耗費數十年構建這項被許多人視作與 20 世紀 90 年代初網絡瀏覽器的引入同等重要的技術系統之後，辛頓博士在過去幾年一直在談論人工智能給人類帶來的“生存風險”。

爲了談論這項技術的危險，辛頓博士於 2022 年從谷歌辭職，他已在該公司工作了十年。

但這位開創性的科學家表示，對於將這項技術引入世界，他仍感到有些後悔。

他對《電訊報》表示：“有一種內疚，是因爲你做了自己明知不該做的事；還有一種遺憾，就是在相同的情況下你還會再次做出同樣的事，可最終結果或許並不好。

“我有的是第二種遺憾。在相同情況下我仍會那麼做，不過我擔心這樣做的總體後果是比我們更智能的系統最終會掌控一切。”

辛頓先是在布裡斯托爾的克利夫頓學院上學，後來又在劍橋大學學習，他作爲學者的職業生涯始於 1972 年，那時他是愛丁堡大學的一名博士生。

在蘇格蘭的時候，他開啓了一項名爲神經網絡的終身工作——這是一種依靠分析數據來學習技能的數學系統，當時鮮少有研究人員相信它。

辛頓博士在 20 世紀 80 年代的工作包含發明了一種能夠自主發現數據中的屬性，並且能識別圖片中特定元素的方法。

同爲獲獎者的來自普林斯頓大學的霍普菲爾德博士發明了第一種能允許機器學習系統保存和重現模式的方法。

辛頓博士讓這些網絡具備了尋找特定屬性的能力，從而使它們能夠完成像識別圖片中的元素之類的任務。

他們的發現爲如今我們所見到的、爲人工智能系統提供動力的人工神經網絡鋪平了道路。

大多數現代的人工智能都是基於這些模仿大腦中神經元之間連接情況的人工神經網絡。

在人工智能裡，神經元由節點來表示，這些節點通過能夠變弱或變強的連接相互影響——這使得人工智能能夠隨着時間推移去學習。

要是沒有這項技術，從 ChatGPT 到蘋果智能等所有運行一切的強大系統都將無法實現。

在那十年期間，辛頓博士辭去了卡內基梅隆大學計算機科學教授一職，原因是他不願意接受美國政府國防部的資助，並且他一直強烈反對在戰場上運用人工智能。

2012 年在多倫多大學，辛頓博士和他的兩名學生——伊利亞·蘇茨克維（Ilya Sutskever）和亞歷克斯·克里舍夫斯基（Alex Krishevsky）——構建了一個神經網絡，它能夠分析數千張照片，並自學識別常見物體，如花、狗和汽車。

這個系統讓這三人榮獲了令人垂涎的圖靈獎，還使得谷歌花費 4400 萬美元收購這個網絡，並藉此來打造其日益強大的技術。

在這個階段，辛頓博士贊同人工智能在社會中的運用，也支持構建能從大量數字文本中學習的神經網絡，並稱這是機器理解和生成語言的有效途徑。

然而，當谷歌和 OpenAI 使用大量他認爲有能力超越人類智能的數據構建系統時，他的觀點發生了變化。

辛頓博士昨天接受記者採訪時說道：‘這會像工業革命那樣——不過不是針對我們的身體能力，而是會超過我們的智力能力。

‘但我擔心這可能造成的總體後果是，或許會出現比我們更智能的系統，最終也許會掌控一切。’

在與辛頓博士探討人工智能時，並非全是悲觀與沮喪的局面。

他仍然堅信，這項技術將會帶來生產力和效率的“巨大提升”，並且在從藥物研究到教育等領域實現突破。

他還補充道，自己是 ChatGPT 的粉絲，聲稱如今在日常生活中的很多事上都會使用它，不過它並非總能把事實搞對。

但這位技術大師也擔憂互聯網會被虛假的照片、視頻和文本所充斥，致使普通人“再也無法知曉何爲真實”。

“這種東西實際上有可能比人還聰明的想法——有幾個人相信呢，”他去年對《紐約時報》說道。

“但大多數人覺得這還很遙遠。我也這麼覺得。我認爲這得要 30 到 50 年甚至更久。顯然，我不再這麼認爲了。”

雖說他或許對自己的工作存有遺憾，但是辛頓博士和霍普菲爾德博士的發現爲近代史上一些最爲重要的創新奠定了基礎，其重要性無論怎樣強調都不爲過。

作爲這個獎項的一部分，這兩人將分享 1100 萬（約合 81 萬英鎊）瑞典克朗的獎金。

91 歲的霍普菲爾德博士是諾貝爾獎獲得者中年齡最大的之一，他還未針對該獎項發表評論。