今天小編分享的科技經驗：今年的諾貝爾物理學獎，有種物理學不存在了的美。。。，歡迎閲讀。
就在今天下午，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 、傑弗裏 · E · 辛頓 Geoffrey E.Hinton 獲獎，以表彰他們通過 " 人工神經網絡實現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 " 。
實話實説，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，還是傳統的凝聚态物理領網域，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麼新的研究成果，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網域。
而借着這個機會，我們也去了解了下兩個大佬，發現人家的成就能拿獎完全説得過去。
首先是傑弗裏 · 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。
就這麼説吧，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，國内的什麼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，後來成為現代計算機的數學基礎。
而這個瑪麗的叔叔喬治 George Everest 是英國大地測量學家，珠穆朗瑪峰的英文名就是以他名字Everest 命名的。
辛頓的家族還特别和中國有緣。
他的曾姑媽艾捷爾 · 麗蓮 · 伏尼契，寫了本書叫《 牛虻 》，曾激勵了一代國内革命青年。
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，感興趣的差友可以點擊下方圖片閲讀原文 ）。
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，甚至還為國内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号，一路走來卻壓根并不輕松。
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 " 克裏夫頓學院，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，别真信了。
8 歲的辛頓正在嘗試熟練地掌握 python （ 蟒蛇 ）
也就是在克裏夫頓學院，辛頓從一個同學那兒聽説了 " 大腦記憶并不固定存在某個部分，而是分散在是整個大腦，利用整個神經網絡傳播，如果大腦使用全息圖，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，随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 " 。
我估摸着，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，辛頓找到了只屬于他的那一瓢：人工智能。
在當時，人工智能談不上什麼大熱研究方向，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現大腦功能 " 。
但在生成式大模型爆火之前， AI 界一直在争論什麼才是正确路線，神經網絡、深度學習一度被符号主義（ 簡單説就是所有事物、規則都能用一個個符号來代替， AI 通過記住這些符号和規則來理解世界 ）等路線打得潰不成軍。
最誇張的時候，就連希金斯教授，都轉投符号主義門下，希金斯甚至還反過來勸辛頓也點了，重開一把得了。
希金斯教授
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，愣是一個人守高地 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 " 玻爾茲曼機 " 。
玻爾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。
随着研究不斷深入，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，你甚至可以説辛頓是當今所有大模型的唯一指定祖師爺。
後來，辛頓還帶着前 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，説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 四家公司競争。
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，合适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進化，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，以至于只能找一個 " 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，大家将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争議，因為辛頓的工作成就雖然很出色，但它們顯然并不屬于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 領網域的工作内容獲獎，但他其實是個地地道道的生物物理學家，曾經拿到過玻爾茲曼獎（ 統計物理領網域最高獎 ）和狄拉克獎（ 理論物理學的重要獎項 ），比起辛頓來説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羁來説，就更顯得純血物理人了。
1933 年出生于芝加哥，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，存儲和重建信息模式。
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 一個不完整的信息時，它能夠找到最相似的存儲信息。
這麼一來，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。
其實并不是，霍普菲爾德網絡的存儲和檢索方式，利用了材料的物理特性。
材料内的原子會因為自旋而產生的特性，這個特性使得每個原子都成為了 mini 磁鐵，大家互相有着不同的引力。
數據的存儲在不同引力下，就好比一個層巒疊嶂的景觀中，當網絡接收到新的輸入時，就像在這個景觀中滾動一個球，最終球會根據不同的溝壑（ 即引力 ）停在最接近的山谷中，也就是找到了最相似的存儲模式。
更重要的是，霍普菲爾德将神經網絡的動力學，與物理學中的系統 ( 特别是統計力學 ) 進行了比較和融合。
這種跨學科方法是革命性的，為後來的研究者們打開了新思路。
總之，霍普菲爾德的獲獎也是相當實至名歸的。
但無論怎麼説， AI 的風已經吹到了諾貝爾獎了，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，比如開發具有特定屬性的新材料等等。
而這些成就，顯然足以抹去什麼學科之見。
很難想象，在 AI 發展如此迅猛的未來，人們竟然還在争論它到底配不配得物理學獎，而差評君想説的是：
既見未來，為何不拜？
撰文：八戒
編輯：江江 & 面線 & 大餅
美編：陽光
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
