當前位置: 華文世界 > 科學

今年的諾貝爾物理學獎,有種物理學不存在了的美

2024-10-10科學

來源:虎嗅APP

就在10月8日下午,最新一屆的諾貝爾物理學獎公布,約翰·J·霍普菲爾德 (John J.Hopfield) 、謝菲·E·辛頓 (Geoffrey E.Hinton) 獲獎,以表彰他們透過「人工神經網絡實作機器學習的基礎性發現和發明」。

辛頓在接受電話采訪時表示:「完全沒想到」。

實話實說,在結果出來前, 大家也都沒想到

因為在外界預測裏,今年的諾貝爾物理學獎最大熱門,還是傳統的凝聚態物理領域,結果最後頒給了AI圈的兩位大佬。

網友們也都不淡定了,有些人調侃地表示, 物理學不存在了

也有人表示,這次的頒獎可能會引起一系列連鎖反應。

一些人甚至有種感覺,諾貝爾獎有點蹭AI熱度的意思?

其實物理學界也不是沒什麽新的研究成果,隔壁中科院物理所就猜了一堆足以拿諾獎的研究,誰知道直接「跨服」頒給了人工神經網絡和機器學習領域。

而借著這個機會,我們也去了解了下兩個大佬,發現人家的成就能拿獎完全說得過去。

首先是謝菲·辛頓,這個大佬大家肯定不陌生了,再和大家強調一遍,他是公認的「 深度學習之父 」。

我們今天也詳細去查了下辛頓老爺子,震驚我的反倒不是他自己的成就,而是他實在是家世顯赫。

就這麽說吧,千年以後,人類回顧豪門望族,辛頓家的族譜可能還是最閃耀的那一批,國內的什麽四世三公都得遜色一番。

在辛頓家族中,最頂的就是他的曾曾祖父喬治·布爾,人稱 邏輯學中的牛頓

喬治和自己老婆也就是辛頓的曾曾祖母瑪麗·埃弗裏斯·布爾,共同創作了布爾邏輯和代數學,後來成為現代電腦的數學基礎。

而這個瑪麗的叔叔喬治GeorgeEverest是英國大地測量學家,珠穆朗瑪峰的英文名就是以他的名字Everest命名的。

辛頓的家族還特別和中國有緣。

他的曾姑媽艾捷爾·麗蓮·伏尼契,寫了本書叫【牛虻】,曾激勵了一代國內革命青年。

而他還有個姑媽名叫瓊·辛頓,中文名叫寒春 (咱們曾經 寫了一篇文章來介紹寒春

這個姑媽曾經參與過曼哈頓計劃。

後來因為多方原因,毅然決然地棄美投中。

來到中國後的她放棄了自己擅長的核物理研究,但寒春對新的奶牛事業樂在其中,甚至還為國內巴氏殺菌奶設計了一條產線。

所以,咱們今天的主角辛頓在花了一輩子的時間,同時獲得了 諾貝爾物理學家和圖靈獎 ,回家一看,也就只是能在族譜單開一頁的水平?

而辛頓如今風光的名號,一路走來卻壓根並不輕松。

從小時候起,他的學習成績就談不上「頂尖」。

高中時上了一所他口中的「二流公立學校」克里夫頓學院,但實際上,該學院在辛頓之前出過3名諾獎得主,大家聽聽得了,別真信了。

也就是在克里夫頓學院,辛頓從一個同學那兒聽說了「大腦記憶並不固定存在某個部份,而是分散在整個大腦,利用整個神經網絡傳播,如果大腦使用全像圖,砍掉一半,還能獲得整個圖片……」

好好好,我高中同學咋天天只會跟我「桀桀桀」呢?

辛頓當時估計也沒整明白,就把這個小故事深埋心底,隨後就開始了自己的浪蕩前半生。

到了18歲,辛頓進入劍橋大學國王學院學習物理、化學和數學,但一個月後就退學了。

去倫敦gap了一年後改修建築學,結果就撐了一天,甚至後來,辛頓也嘗試過轉向哲學,不過也沒堅持住。

再後面,辛頓就開始雙修物理和生理學,到最後,哥們拿了實驗心理學畢業證。

畢業後的辛頓又跑去當了一年木匠。

這種到處亂晃的水平,也讓辛頓總是被家裏人PUA,他爸天天念叨「你要好好努力,等你比我老一倍了,就能趕上我一半的成績了」。

我估摸著,辛頓老爹如果在天有靈,這下總能感覺自己被打臉了。

總之,在嘗過了弱水三千後,辛頓找到了只屬於他的那一瓢: 人工智能

在當時,人工智能談不上什麽大熱研究方向,他找了一個正在研究神經網絡的導師希金斯教授,這一下就喚醒了辛頓年少時的記憶:「我要的就是讓機器實作大腦功能」。

但在生成式大模型爆火之前,AI界一直在爭論什麽才是正確路線,神經網絡、深度學習一度被符號主義 (簡單說就是所有事物、規則都能用一個個符號來代替,AI透過記住這些符號和規則來理解世界) 等路線打得潰不成軍。

最誇張的時候,就連希金斯教授,都轉投符號主義門下,希金斯甚至還反過來勸辛頓也點了,重開一把得了。

一時間,神經網絡被所有人放棄,世界上幾乎只剩下辛頓這一個獨苗了。

結果辛頓也就是頭鐵,楞是一個人守高地30多年,發育到六神裝,一把反推了其他AI路線的高地。

而辛頓這次獲獎憑借的就是他在這幾十年裏的成果之一: 1985年提出的「波茲曼機」

波茲曼機能夠像人一樣自主學習。

比如你給它看不停地看很多火鍋的帥照,就能生成一張新的,看起來很像火鍋的大金毛影像。

這也就是後來的深度學習、人工神經網絡的雛形。

隨著研究不斷深入,辛頓也逐漸開創了一個新的學術分支: 深度學習

而今天你能看到活躍在生成式大模型頂端的辣些人,基本全是辛門成員,所以,你甚至可以說辛頓是當今所有大模型的唯一指定祖師爺。

後來,辛頓還帶著前OpenAI首席科學家Ilya創辦了個DNNresearch的公司,這家公司當時沒有任何產品,而且也沒有任何計劃研究任何產品,說白了他們公司的產品就是他們幾個人的腦子。

他們決定把DNN也就是他們自己,公開向全世界拍賣,最終百度、谷歌、微軟和DeepMind四家公司競爭。

當競價達到4400萬美元時,他們暫停了競拍,然後直接把天賦帶到了谷歌。

在他們看來,合適的平台比更高的價格更重要。

但到了去年,辛頓主動選擇從谷歌離職,就為了能夠自由談論AI的風險。

在如今的他看來,AI已經在朝一個人類無法掌控的地步前進演化,他甚至在去年曾經在接受采訪時表示,自己回顧一生的工作,感到非常後悔,以至於只能找一個「哪怕自己不做這些,也有其他人來做」的借口來安慰自己。

可現如今,大家將他在後悔的工作捧上諾貝爾獎台。

辛頓這次獲獎也在學術圈引起了不少爭議,因為辛頓的工作成就雖然很出色,但它們顯然並不屬於傳統物理學的任何一個分支。

與之不同的是,和辛頓一同得獎的霍普菲爾德,就顯得「正統」了不少。

因為霍普菲爾德雖然以AI領域的工作內容獲獎,但他其實是個地地道道的生物物理學家,曾經拿到過 波茲曼獎 (統計物理領域最高獎) 狄拉克獎 (理論物理學的重要獎項) ,比起辛頓來說完全就是純血物理人。

霍普菲爾德的家族雖然不比辛頓,但也是頂尖書香門第,父母親都是知名物理學家。

學習生涯比起辛頓的放蕩不羈來說,就更顯得純血物理人了。

1933年出生於芝加哥,從物理學士,到物理博士,一步步按部就班。

畢業後先後在貝爾實驗室任職,在大學任教,在NASA做研究。

而他獲獎的成果是1982年提出了霍普菲爾德網絡,讓AI能夠像人類聯想記憶那樣,儲存和重建資訊模式。

打個比方,你在試圖回憶一個不常用的成語,可能會先想他的近義詞啥的,最終想起了這個成語。

霍普菲爾德網絡的工作方式就與此類似,當給AI一個不完整的資訊時,它能夠找到最相似的儲存資訊。

這麽一來,霍普菲爾德網絡就能修復損壞的數據,比如去除圖片中的噪點。

乍一聽,這個玩意兒根本不物理,反而很AI是吧。

其實並不是,霍普菲爾德網絡的儲存和檢索方式,利用了材料的物理特性。

材料內的原子會因為自旋而產生特性,這個特性使得每個原子都成為了mini磁鐵,大家互相有著不同的重力。

數據的儲存在不同重力下,就好比一個層巒疊嶂的景觀中,當網絡接收到新的輸入時,就像在這個景觀中捲動一個球,最終球會根據不同的溝壑 (即重力) 停在最接近的山谷中,也就是找到了最相似的儲存模式。

更重要的是,霍普菲爾德將神經網絡的動力學,與物理學中的系統 (特別是統計力學) 進行了比較和融合。

這種跨學科方法是革命性的,為後來的研究者們開啟了新思路。

總之,霍普菲爾德的獲獎也是相當實至名歸的。

但無論怎麽說,AI的風已經吹到諾貝爾獎了,在諾貝爾物理學委員會看來,如今的人工神經網絡已經為物理學帶來了新的使用場景,比如開發具有特定內容的新材料等等。

而這些成就,顯然足以抹去什麽學科之見。

很難想象,在AI發展如此迅猛的未來,人們竟然還在爭論它到底配不配得物理學獎,而差評君想說的是:

既見未來,為何不拜?

圖片、資料來源:

瑞典皇家科學院官網

Wikipedia:John Hopfield

Wikipedia:Geoffrey Hinton

Britannica:Geoffrey Hinton

Britannica:Sir George Everest

AIM:Geoffrey Hinton:When genius runs in the family

Torontolife:Mr.Robot

Ashleevance:Oral History:Geoff Hinton On How AI Came To Be And What We're Supposed To Do With It