剑桥退学的前木匠刚拿下诺奖:他的人生比电影更精彩

全文3695字,阅读约需11分钟,帮我划重点

划重点

01诺贝尔物理、化学奖分别颁给人工智能,引发网友热议和调侃。

02获得者辛顿,曾是心理学学士,后成为计算机系祖师爷,现为AI大佬共同导师。

03辛顿的家族成员在数学、物理、化学等领域均有杰出贡献,如曾曾祖父乔治·布尔。

04然而,辛顿曾在剑桥退学,辗转多个专业,最终攻读人工智能博士。

05此后,辛顿在图像识别领域取得突破,提醒人类关注AI风险。

以上内容由腾讯混元大模型生成,仅供参考

大家好,我是马里奥。
这两天最被热议的话题,莫过于诺贝尔物理、化学奖都颁给了人工智能,被无数网友调侃「AI要打遍诺贝尔奖大满贯了」。
最不能理解的是物理学奖,获奖者本人辛顿本科就读于心理学!
这不一下就引起了全网热议,甚至有人坦言「物理学不存在了」,还有程序员说,这是自己离诺贝尔奖最近的一次。
就连辛顿本人接到组委会电话时表示震惊「这是不是诈骗电话?我实在是大吃一惊」。

图片

■电话正在接通的时候,辛顿正在加州的一家便宜旅店,并且第二天有一个MRI检查,但得知自己获得诺奖以后计划先取消了。

而在拿到诺贝尔奖后,这位加拿大多伦多大学计算机系撑起来的祖师爷出圈了,他的故事又被挖了出来——

现在是无数AI大佬共同导师、历史上唯一的图灵&诺贝尔奖双料得主的他,出生于顶级知识分子家庭,但却因为数学不好从剑桥退学,辗转多个专业后,拿到了心理学学士。

后来,他发现心理学也是「用一种非常天真的方式来测试非常愚蠢的理论」,他对大学充满失望,就去做了一名木匠,直到25岁时进入爱丁堡大学攻读人工智能博士。

然而,在研究人工智能多年里,他钻研的领域一向不被看好,却默默坚持,直到图像识别时代的到来。然而,当AI点石成金的时刻来临,他却早已退居幕后,炮轰警告AI的风险。

就像他曾说过这样一句话:
我们正在做的不是一门科学,而是一种炼金术」。

图片

■一想到大佬也曾数学不好,心里平衡了



图片
每个人都有维基百科的家族

如今,很多人谈到「精英教育」都只能想到老钱家族、父母富有、从私校到藤校这些非常狭窄的印象。然而,这些在辛顿的家族面前,瞬间都会黯然失色。

从辛顿往上数四代,几乎每一代都有影响一个时代的人,每个人都有维基百科:

曾曾祖父,乔治·布尔(George Boole,1815-1864 年),是爱尔兰国立考克大学的数学家和逻辑学家,在十九世纪中叶首次定义了逻辑的代数系统,现代计算机的数学基础布尔逻辑」就是以他命名。

图片

曾曾祖母,布尔的妻子玛丽 · 埃弗里斯 · 布尔(Mary Everest Boole) 也是一位数学家,而玛丽的叔叔George Everest ,则是一名英国测量员,珠穆朗玛峰的英文名Everest就是以他命名的

曾祖父,也就是布尔的儿子查尔斯·霍华德·辛顿 (Charles Howard Hinton),在普林斯顿大学教书,他创造了第四维的概念

表亲之一琼·辛顿(Joan Hinton),一位核物理学家,也是曾在美国二战时参与研发核武器的曼哈顿计划的少数女性之一。

姑姑Ethell Lilian VoynichRead,大家熟知的外国名著《牛虻》的作者

图片

■辛顿的家族树,每个人拿出来都是响当当的人物
辛顿的父亲Howard Hinton,也不是等闲之辈。
他是剑桥大学教授,一位研究墨西哥甲虫的昆虫学家,并被选为英国皇家学会会员。他在家中养了非常多动物,儿子辛顿还曾差点被毒蛇咬。
正是童年时期,是辛顿对世界的好奇心第一次被激发的年纪。
4岁时,他坐在公交车上,从口袋里掏出一枚硬币放在座位上,但它没有向后滑动,而是向前滑。这枚反常识的硬币停留在辛顿的脑海中长达10年。后来学到了物理知识,他才知道硬币的运动与天鹅绒座套和公共汽车对倾斜纤维的振动有关。
这种不弄清楚誓不罢休的精神,似乎从小深刻在他的骨子里。
「有人看到了弄不懂的事情,也不会着急,轻而易举就能放过去,而我不行,如果有什么东西违反了我的基本认知,我就很不喜欢,我得搞清楚」。
图片
■淡定怀抱蟒蛇的小辛顿

图片

并不顺利的求学生涯
拥有这样好学的性格,以及家族的基因优势,小时候的辛顿肯定是长辈们鸡娃的对象。
然而,青年时期的辛顿还颇有点「反叛者」的精神,和长辈们的人生轨迹相去甚远。
大学前,辛顿和好友背包穿越美国和墨西哥,身上几乎没带什么钱,还因为贪恋游泳而丢了行李,钱和护照也被偷,甚至想过如何用3美元生活一周。
18岁时,辛顿进入剑桥大学国王学院学习物理、化学和数学,但因为数学不好,他一个月后就退学了。第二年,他改修建筑学,然而一天就受不了了,后来也尝试过哲学,也无疾而终。最终,才得以拿到心理学专业学士学位。
然而,心理学依然让他失望,因为「它没有教给我任何关于人的东西」。他也没弄清楚到从童年时期就思考的问题:人的大脑究竟是如何思考的?
初生牛犊不怕虎,他还去找了国王学院的一位导师,说剑桥的心理学课程没有教他精神分析的内容,希望学院付钱,送他每周去一次伦敦,接受一位存在主义心理分析师的指导,这才是真正的通识教育。
神奇的是,「鲁莽的本科生提出了请求,有钱的学院也同意了」。

图片

■大学时没上过计算机课的辛顿,被人称为「世界上转码最成功的人」
谁知道,对学术颇有「洁癖」的辛顿,发现心理学也是「用一种非常天真的方式来测试非常愚蠢的理论」。他对大学本科教育充满失望,就去做了一名木匠

转折点在于1972年。25岁的辛顿决定进入苏格兰爱丁堡大学攻读人工智能博士。

期间,还因为导师建议他放弃神经网络的研究而产生分歧,在多轮的争吵之下,辛顿依然坚持神经网络,而不是导师的符号人工智能,「我非常固执,我不会在不相信的观点上下功夫」。

后来辛顿终于顺利地完成了自己的博士学业,但毕业时,又一次被命运戏弄。

当时英国政府认为「该领域在过去十年中没有太大进步」。于是就像今天步履维艰的文科生一样,辛顿在AI的「寒冬时期」毕业即失业,期间去免费学校做了一阵子老师。

图片

■90年代,二三十岁的辛顿在做人工智能项目
无法在英国找到工作,辛顿去了美国碰运气。
那里的人工智能也处于低迷状态,只有加州大学圣地亚哥分校收留了他,让他与一群同样对神经网络感兴趣的认知心理学家一起工作。经过几年的博士后研究,他遇到了自己的第一位捐助者卡内基梅隆大学计算机科学系主任 Allen Newell,也是1975年的图灵奖获得者。
也正是在卡内基梅隆大学,不懂编程的辛顿,拿着同行四分之三的薪水加入了计算机科学系,终于可以开展自己感兴趣的研究

图片

■针对AI的安全性,业内大佬分成两派:支持派和谨慎派,辛顿属于后者,一直在提醒人类,AI比人类聪明,很擅长操控人类,要非常小心

由于数学水平有限,辛顿常跳过论文中的数学推导、证明部分,只在绝对有必要理解这个过程时才深入研究数学。
这在今天数学天才遍布的AI领域很难想象,但在上世界80年代,人工智能就是一个边缘化、没有标准和门槛的学科,坐着冷板凳,资金也甚少,辛顿就是在这样黯淡的学术环境下,完成了自己大部分学术研究。
这也是为什么,他一直对AI报以审慎的态度——
他经历过黑暗和停滞,这让他比年轻人更冷静地看待人工智能爆火背后的隐忧和风险
图片

■辛顿的弟子们。他最喜欢的一个学生Ilya最近从OpenAI联合创始人位置上离职,辛顿犀利评价:「我尤其自豪的是,我的一位学生解雇了山姆·奥特曼」。

图片

和李飞飞的际遇

上世纪80年代,辛顿对里根时代的美国越来越失望,直到加拿大高级研究所有一个研究职位,他果断决定搬到多伦多,并在那个研究所设立了一个项目「在机器与大脑中学习(Learning in Machines & Brains)」。

同时又加入了多伦多大学,成为计算机科学专业的教授,即便他在本科阶段从没上过计算机课程,也没学过编程

而在他的带领下,现在的多伦多大学计算机系已经成为了非常难申请的存在,我认识好几个学生放弃了美国名校而选择多大计算机系,几乎就是第一顺位的首选,就业、薪酬等都不愁。

图片

■辛顿和自己的学生,在多伦多的谷歌实验室拿着金字塔拼图,研究能让计算机更像人类的系统

也正是来到多伦多后,辛顿与斯坦福前教授李飞飞有了一段神奇的际遇。

当时,辛顿所研究的人工神经网络依然被学界强烈反对,而在不久后的2007年,李飞飞收到了母校普林斯顿大学的邀请,担任助理教授组建第一个个人实验室。

她想构建有史以来最大的图像数据库,即ImageNet。背后利用的原理,也和辛顿坚持的「仿人脑」相似:

人眼几乎能瞬间识别出看到的物体,正是因为我们看过大量东西,经过大量图像数据的训练。那我们是否也能用大量图像,去训练计算机,让它具有像人眼一样的视觉识别功能?

同样和辛顿相似,这个项目从立项到实施都因为太超前了,步履维艰,很多人都劝她别搞了。

但李飞飞也不愿意放弃,「对我而言,从事科学研究就如同追寻北极星一般。在人工智能领域,特别是视觉智能方面,我认为物体识别必须是我们领域的北极星问题。」

图片

■如今ImageNet包含共计1500万张图像,涵盖22000个概念、对象类别概念,覆盖了世界上绝大多数物体,真正教会了AI读图

李飞飞和辛顿是如何相遇的呢?

2009年ImageNet制作出来以后,几乎没人关注,李飞飞就把它做成了一个大型视觉识别挑战赛,邀请全球学界同行来参加。

2012年,一个叫做AlexNet的获胜团队引起了李飞飞的注意——识别率高达85%的神经网络算法,比上一年冠军高出10%,创造了计算机视觉领域的世界纪录。

而人类对视觉照片的平均准确识别率为97%,这个算法和人类的差距小到惊人。而有了ImageNet中大量数据的训练,AlexNet的神经网络得以迅速成长,去理解世界万物。

如今大家可能都想到了,这个团队中其中一人就是辛顿十分珍贵的是,在竞赛决赛的研讨会上,AlexNet团队是少数支持李飞飞ImageNet的团队之一。

图片

■去年10月,辛顿和李飞飞在多伦多大学的活动中讨论了AI的过去、现在和未来,金句频出

在研讨会上,辛顿的神经网络算法向所有质疑它的人展现了神力——它识别图片虽然会出错,但它会像大脑一样,从错误的经验中学习评估,直到正确率奇高。

神经网络算法和ImageNet的完美合作,两位曾经坐了多年冷板凳的科学家,李飞飞和辛顿都证明了自己方向的正确。

如今,李飞飞正在空间智能的方向创业,设立公益基金支持女高中生们追求理工科梦想,而辛顿拿下诺贝尔奖后,计划将奖金捐赠给慈善机构,并继续专注于为人类敲响「AI威胁」的警钟。

他们既能憋着一口气克服无数困难创造了全新的事物,也能在事业成就最高点急流勇退,将更高远的人类命运放在首位。

这个世界太需要这样的科学家。

图片
微信改变了推送规则
关注&星标谷雨
不再迷路