2024年10月8日，在瑞典斯德哥尔摩举行的2024年诺贝尔物理学奖公布现场，屏幕显示奖项得主美国普林斯顿大学的约翰·霍普菲尔德（左）和加拿大多伦多大学的杰弗里·辛顿（图：新华社）
“我完全没有想到！”得知自己和91岁的普林斯顿大学教授约翰·霍普菲尔德一同得到2024年诺贝尔物理学奖时，76岁的加拿大多伦多大学教授杰弗里·辛顿在加州一个经济型旅馆用连线的方式参与了新闻发布会，“这里网络和电话信号都不好，我本来预约了核磁共振扫描检查，看来今天要取消预约了！”
没有想到的人还有很多，尽管评委会在其声明中说，2024年诺贝尔物理学奖的两位获奖者胜出，是因为他们利用统计物理学的基本概念设计出了人工神经网络。但还是有很多人质疑两位得主的研究“不够基础”、“不够物理”。
“不务正业”的生物物理研究
尽管计算机科学早已是一门显学，但在基础物理科学研究者眼中，从物理学转做计算机（哪怕是人工智能）仍然是降格之举。
两位新科诺奖得主恰好都是物理学出身，“不务正业”的精神让他们将学术触角伸到了经典物理研究之外：辛顿年轻时曾是剑桥大学唯一一个同时学习物理和生理学的学生；年长辛顿15岁的霍普菲尔德则更是学术兴趣广泛，自称对许多问题“只有三分钟热度”，担任过美国物理学会主席的他一度完全偏离传统物理学领域，甚至无法在任何一所大学的物理系谋取职位，加入普林斯顿的分子生物系时，已经没有人认为他是物理学家。
2024的诺贝尔物理学奖颁给他们，是错付了吗？
霍普菲尔德从来没有怀疑过自己是一名物理学家，大半生从事跨学科研究，他对物理学的理解更加深刻，“我很高兴许多（也许是大多数）物理学家现在普遍将复杂系统物理学，特别是生物物理学视为该家族的成员。”
模拟大脑、破解人类心智生成的奥秘是生物物理研究的核心，正是这个领域的研究催生了今天大热的人工智能。自 20 世纪 80 年代以来，两位科学家一直致力于人工神经网络的研究，他俩的贡献奠定了2010年左右开始的机器学习革命的基础。诺贝尔委员会强调说，由于他们的工作，人类的工具箱里现在有了一种新的工具，“我们可以选择将之用于良好的目的。”
“我担心比我们更智能的系统将最终控制一切”
获得诺奖后接受媒体连线采访时，辛顿表达了他近些年来越来越坚定的忧思。辛顿说他是 ChatGPT 的忠实用户，同时也承认他对这项技术的影响感到担忧，“我担心比我们更智能的系统将最终控制一切。”
辛顿曾公开表示后悔自己的研究，担心自己可能成为毁誉参半的原子弹科学家奥本海默。他认为当AI进化到比人类更有智慧的时候，机器很可能会带来巨大的风险。“包括对人类的利用和欺骗，试图获取权力，并且很可能对人类的态度并不友好。”
2023年6月28日，加拿大多伦多，杰弗里·辛顿出席“碰撞”科技大会（图：视觉中国）
诺贝尔奖自1901年开始颁发，旨在表彰那些为造福人类而工作的人。在AI发展步入到一个亟需监管和价值对齐的关键阶段，辛顿的警示可能比他的研究更能“造福人类”。
与霍普菲尔德相比，辛顿拥有更大的名气，在赢得名声之前，他为神经网络算法研究坐了三十年学术冷板凳。一直等到李飞飞的团队将一个空前未有的大模型带入AI研究，辛顿实验室的神经网络算法方才释放出惊人的学习能力。
2019年，辛顿和杨立昆、尤舒亚·本吉奥共同获得了计算机科学的最高奖项——ACM图灵奖（该奖项自1966年起每年颁发一次，以计算机之父艾伦·图灵的名字命名），三位获奖者被并称为“深度学习教父”。
辛顿的AI观影响着许多顶级AI科学家，OpenAI前首席科学家伊利亚·苏茨克维也曾师从辛顿，在神经网络算法重焕生机上起了主要作用。
“思想如何从大脑中产生”
霍普菲尔德和辛顿的学术焦点都源自一个朴素的好奇——“思想如何从大脑中产生？”
这个问题将思维跳跃的霍普菲尔德锚定于生物物理研究，“对我来说，思想如何从大脑中产生是我们人类提出的最深刻的问题，我被这个问题迷住了。”
辛顿之所以在剑桥大学兼修物理和生理学，也是期待生理学教授能告诉他人类的大脑是如何工作的。
1986年，霍普菲尔德在加州理工联合创办了计算和神经系统博士项目。辛顿从这位跨界前辈发表的关于联想记忆的文章中受到启发，他与同事一起，从霍普菲尔德网络出发，利用统计物理学的思想，构建出了新的东西，并于1985年发表了引人注目的“玻尔兹曼机”，这也是生成式模型的雏形。在霍普菲尔德1982年的文章中，他的网络有30个节点，而如今的大语言模型，参数可能超过1万亿。
约翰·霍普菲尔德在美国普林斯顿（图：视觉中国）
“不务正业”有时候可能正是超前与创新。离群的科学家难免孤单寂寞冷，如何在漫长的学术寂寞期保持定力？
首先肯定是不要着急，毕竟霍普菲尔德91岁才获得诺奖，四十多岁他还没进入这个能够让他获得诺奖的研究领域呢。至于辛顿，生于学术世家的他，学过物理、数学、化学、建筑学、生物学、哲学、心理学，一度厌烦了这些没用的学术，做了木匠，而后又返回学术界，抱着导师都嫌弃的“过时的”神经网络研究熬了五年才拿到博士学位。
辛顿在一次访谈中表示，自己“对总是与别人不一样已经习以为常”，“这对科学家是非常好的训练，让你对自己的观点充满信心，至少给你一个合理的理论，即每个人都可能是错的，你需要坚持自己的主张，直到实现它或者否定它，做科学就需要这样的精神。”