诺贝尔物理学奖得主 Hilton、化学奖得主 Hassabis：AI 领域超级明星
以深度学习和 AlphaGo 引领人工智能发展与革命
一度是同事，如今立场截然相反
“比人类更聪明的 AI 将无法被控制”
“AI 将加速科学发现”
![[读懂科学]威胁人类又改善生活，横扫诺贝尔奖的AI真面目是什么？](http://www.asiae.co.kr/news/img_view.htm?img=2024101311450156219_1728787501.jpg)
2024年诺贝尔奖撼动了科学的根基。不是把荣誉授予人类的大脑与双手，而是授予了人工智能（AI）的发展以及借助AI完成的发现。
AI领域的知名人士、多伦多大学教授 Geoffrey Hinton 获得诺贝尔物理学奖，Google DeepMind 首席执行官（CEO） Demis Hassabis 获得诺贝尔化学奖，由此向世界彰显了AI技术的科学意义。
这两位天才的历程各不相同，但他们在塑造AI的现在与未来方面发挥了决定性作用已是不争的事实。本文将梳理两人如何开启AI时代，以及AI将给人类日常生活带来怎样的改变。
在AI领域，Hinton 与 Hassabis 分别可被评价为“深度学习的先驱”和“应用AI的创新者”。如果说 Hinton 提出“深度学习（Deep Learning）”这一概念，打破了寒冬，对AI发展起到关键推动作用，那么 Hassabis 则通过“AlphaGo”在围棋人机大战中战胜人类棋手，呈现出震撼世界的一幕，宣告AI时代正式拉开帷幕。两人的成就表明，AI不仅是技术创新，还能在基础科学领域发挥重要作用。这一时刻也被记录为：AI研究为人类知识扩展作出贡献的事实首次获得正式承认的历史性瞬间。
Hinton 的研究以革命性方式改进了人工神经网络的学习方法，而 Hassabis 则专注于将理论应用于实际问题的求解。被称为“计算机科学界诺贝尔奖”的图灵奖，曾由包括 Hinton 在内、被称为“AI四大天王”的 Yann LeCun、Andrew Ng、Yoshua Bengio 共同获得，但诺贝尔奖却只聚焦于研究起点的 Hinton。Hassabis 则凭借其独特的天赋，力压 Hinton 的弟子——这几位“AI四大天王”，夺得诺贝尔奖。
◇AI神经网络、利用GPU的这一研究出自他之手= Hinton 1947年出生于英国温布尔登，在牛津大学主修心理学。他超越心理学本身，关注人类大脑如何处理和存储信息，全身心投入人工神经网络研究。1978年，Hinton 横跨大西洋，在加州大学圣迭戈分校取得认知科学博士学位，奠定了人工神经网络理论的基础。之后在卡内基梅隆大学，他开发出一种新型神经网络——“玻尔兹曼机（Boltzmann machines）”。这一研究成为深度学习的重要基石。玻尔兹曼机是在 John Hopfield 教授提出的“Hopfield 网络”基础上发展而来的概念，这也是 Hopfield 教授与 Hinton 共同获得诺贝尔物理学奖的原因。
然而当时，人们并不指望神经网络研究能取得如今这样的成果，获得研究经费也十分困难。最终，Hinton 离开美国卡内基梅隆大学，转投承诺给予研究支持的加拿大多伦多大学。这成为多伦多大学崛起为全球AI中心的关键契机。
随后，一篇关于深度学习的决定性论文问世——2006年的《深度置信网络（Deep Belief Networks）》。这是利用多层受限玻尔兹曼机堆叠而成的模型，是宣告深度学习时代到来的重要研究。通过这项研究，Hinton 展示了可以高效训练拥有多层结构的神经网络，开启了AI研究的新篇章。
前 LG CNS 社长 Baek Sangyeop 表示：“看到 Hinton 教授的深度学习论文的那一刻，就能意识到人工智能新时代已经开启。”
Hinton 教授也是利用图形处理器（GPU）进行AI训练的开创者。他发现，用GPU进行AI训练比用中央处理器（CPU）要快得多，并向同行研究者积极推荐GPU的使用，由此大幅加快了AI研究的进程。
2012年，Hinton 教授的研究团队利用英伟达（NVIDIA）的GPU开发出图像识别系统 AlexNet 的问世，成为AI发展史上的关键里程碑。
Hinton 并非典型“天才型”人物。他说：“听到获得诺贝尔物理学奖的消息时，我非常惊讶。我在大学一年级时因为搞不懂复杂数学而放弃了物理学。”
◇国际象棋神童，开启AI科学之路= 与 Hinton 相比，Hassabis 更像一位神童。Hassabis 1976年出生于伦敦，父亲是希腊裔，母亲则有中国与新加坡血统，他以国际象棋神童而声名鹊起。8岁开始学习国际象棋，用3年时间便夺得英国青少年国际象棋锦标赛冠军，11岁时在成人组比赛中也摘得桂冠。国际象棋中展现出的天赋延伸到了学术领域。他16岁便提前进入剑桥大学攻读计算机科学。在大学期间，Hassabis 将目光投向AI。他基于国际象棋积累的知识，与计算机科学理论相结合，逐渐将兴趣扩展到AI应用领域。
Hassabis 的天赋首先在游戏行业奠定了基础。1998年，他进入游戏开发公司 Bullfrog Productions，年仅21岁便主导开发了《Theme Park World》一款游戏；2001年，他创立了自己的游戏开发公司 Elixir Studios。
然而，游戏已经不足以承载 Hassabis 的全部梦想。他在伦敦大学学院（University College London，UCL）注册攻读认知神经科学博士，正式开启AI研究。
2010年，Hassabis 共同创立了“DeepMind”，立下目标：“开发人工通用智能（AGI），并利用其解决世界上最复杂的问题。”4年后的2014年，Google 收购了 DeepMind，投入高达5亿英镑（约8亿美元）的资金。以当时来看，这是一笔天文数字，但也正是这笔收购，为Google成为首个获得诺贝尔奖的大型信息技术企业（Big Tech）铺平了道路。DeepMind 自此成为“Google DeepMind”，Hassabis 负责统筹AI研究。
Google DeepMind 震惊世界并未用太长时间——2016年 AlphaGo 的登场便是标志性事件。AlphaGo 在首尔与世界顶级围棋棋手之一的李世石九段对弈，以4比1获胜。与赛前预期不同，李九段在连败之后仅艰难赢下一局。韩国乃至全世界都为AI的能力感到震惊。
此时，Hassabis 又萌生了新的梦想——投身科学研究。首尔大学教授 Seok Chaok 表示：“Hassabis 在首尔战胜李世石九段后曾说，今后要把重心放在科学领域的研究上。”
Hassabis 说到做到。AlphaGo 的“兄弟”们——AlphaFold、AlphaZero 等面向科学领域的AI相继问世。尤其是 AlphaFold，作为研究生命根源——蛋白质的AI而备受关注。
Seok 教授指出：“获得诺贝尔奖最多的领域就是生物分子分析。这一次，借助计算机运算就得出了堪比实验水平的结果，令人惊讶。”
Hassabis 与 DeepMind 开辟的道路，如今显然将演变为一条康庄大道。大量后续研究有望接踵而至，进一步揭示自然规律与生命本源，找出疾病成因与治疗方法的可能性大大增加。
◇合作与分道扬镳，冲突= Hinton 与 Hassabis 曾是 Google 的同事。Hassabis 在祝贺比自己早一天获得诺贝尔奖的 Hinton 时，将其称为“前 Google 同事”。
在收购 DeepMind 的前一年，即2013年，Google 收购了由 Hinton 与多伦多大学研究生 Ilya Sutskever、Alex Krizhevsky（两人均为 AlexNet 的研究者）共同创立的 DNNresearch。自此，Hassabis 与 Hinton 在 Google 这一大伞下共事。两人拥有截然不同的研究路径，但他们曾为“推动AI发展”这一共同目标而携手，如今却朝着完全不同的方向前行。
2023年，OpenAI 推出 ChatGPT，引爆生成式AI热潮之际，Hinton 离开 Google，摇身一变成为警告AI风险的“布道者”。他称，AI可能对人类构成威胁，并表示“对自己近50年来所做的工作感到后悔”，担忧自己奠定基础的技术会危及人类。
Hinton 在诺贝尔委员会安排的采访，以及多伦多大学组织的诺贝尔奖获奖纪念访谈中，一再着重阐述AI的危险性，试图把此次获奖当作向外界发出AI威胁警示的契机。
他表示：“虽然在医疗等领域可以从AI中获得益处，但也可能带来恶劣结果。”Hinton 还称：“在未来5到20年间，AI将超越人类智能，而我们能否控制它，谁也无法确定。”
Hinton 对以惊人速度将 OpenAI 商业化的 OpenAI 首席执行官 Sam Altman 亦毫不留情地予以抨击。他在诺贝尔奖获奖记者会上说：“我尤其自豪的一点是，我的一名学生解雇了 Sam Altman。”Hinton 所说的学生，正是主导“逼宫” Altman 的 Ilya Sutskever。
Hinton 与另一名弟子 Andrew Ng 也在就加利福尼亚州推动的AI监管法案立场相左。Ng 反对监管，而 Hinton 则坚决支持。两人的争论目前正在社交平台 X（原推特）上持续升温。
Hassabis 则依旧坚持“为AI发展作出贡献”的立场。在诺贝尔化学奖公布后发表的声明中，Hassabis 表示：“我看到了AI改善数十亿人生活的潜力，因此将自己的职业生涯奉献给AI的发展”，并称“希望 AlphaFold 被记住为证明AI能够加速科学发现的第一个惊人范例”。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
