劍橋退學的前木匠剛拿下諾獎：他的人生比電影更精彩

本文授權轉自：穀雨星球（ID: guyujihua2021 )，作者：馬里奧

大家好，我是馬里奧。

這兩天最被熱議的話題，莫過於諾貝爾物理、化學獎都頒給了人工智能， 被無數網友調侃「AI要打遍諾貝爾獎大滿貫了」。

最不能理解的是物理學獎，獲獎者本人辛頓本科就讀於心理學！

這不一下就引起了全網熱議，甚至有人坦言 「物理學不存在了」， 還有程序員說，這是自己離諾貝爾獎最近的一次。

就連辛頓本人接到組委會電話時表示震驚：「這是不是詐騙電話？我實在是大吃一驚」。

■電話正在接通的時候，辛頓正在加州的一家便宜旅店，並且第二天有一個MRI檢查，但得知自己獲得諾獎以後計劃先取消了。

而在拿到諾貝爾獎後，這位加拿大多倫多大學計算機系撐起來的祖師爺出圈了，他的故事又被挖了出來——

現在是無數AI大佬共同導師、歷史上唯一的圖靈&諾貝爾獎雙料得主的他，出生於頂級知識分子家庭，但卻因爲數學不好從劍橋退學， 輾轉多個專業後，拿到了心理學學士。

後來，他發現心理學也是「用一種非常天真的方式來測試非常愚蠢的理論」，他對大學充滿失望，就去做了一名木匠，直到25歲時進入愛丁堡大學攻讀人工智能博士。

然而，在研究人工智能多年裡，他鑽研的領域一向不被看好，卻默默堅持，直到圖像識別時代的到來。然而，當AI點石成金的時刻來臨，他卻早已退居幕後，炮轟警告AI的風險。

就像他曾說過這樣一句話：

「我們正在做的不是一門科學，而是一種鍊金術」。

■一想到大佬也曾數學不好，心裡平衡了

每個人都有維基百科的家族

如今，很多人談到「精英教育」都只能想到老錢家族、父母富有、從私校到藤校這些非常狹窄的印象。然而，這些在辛頓的家族面前，瞬間都會黯然失色。

從辛頓往上數四代，幾乎每一代都有影響一個時代的人， 每個人都有維基百科：

曾曾祖父，喬治·布爾（George Boole，1815-1864 年），是愛爾蘭國立考克大學的數學家和邏輯學家，在十九世紀中葉首次定義了邏輯的代數系統，現代計算機的數學基礎 「布爾邏輯」 就是以他命名。

曾曾祖母，布爾的妻子瑪麗 · 埃弗里斯 · 布爾（Mary Everest Boole） 也是一位數學家，而瑪麗的叔叔George Everest ，則是一名英國測量員，珠穆朗瑪峰的英文名Everest就是以他命名的。

曾祖父，也就是布爾的兒子查爾斯·霍華德·辛頓 （Charles Howard Hinton），在普林斯頓大學教書，他創造了第四維的概念。

表親之一瓊·辛頓（Joan Hinton），一位核物理學家， 也是曾在美國二戰時參與研發核武器的曼哈頓計劃的少數女性之一。

姑姑Ethell Lilian VoynichRead，大家熟知的外國名著《牛虻》的作者。

■辛頓的家族樹，每個人拿出來都是響噹噹的人物

辛頓的父親Howard Hinton，也不是等閒之輩。

他是劍橋大學教授，一位研究墨西哥甲蟲的昆蟲學家，並被選爲英國皇家學會會員。他在家中養了非常多動物，兒子辛頓還曾差點被毒蛇咬。

正是童年時期，是辛頓對世界的好奇心第一次被激發的年紀。

4歲時，他坐在公交車上，從口袋裡掏出一枚硬幣放在座位上，但它沒有向後滑動，而是向前滑。這枚反常識的硬幣停留在辛頓的腦海中長達10年。後來學到了物理知識，他才知道硬幣的運動與天鵝絨座套和公共汽車對傾斜纖維的振動有關。

這種不弄清楚誓不罷休的精神，似乎從小深刻在他的骨子裡。

「有人看到了弄不懂的事情，也不會着急，輕而易舉就能放過去，而我不行，如果有什麼東西違反了我的基本認知，我就很不喜歡，我得搞清楚」。

■淡定懷抱蟒蛇的小辛頓

並不順利的求學生涯

擁有這樣好學的性格，以及家族的基因優勢，小時候的辛頓肯定是長輩們雞娃的對象。

然而，青年時期的辛頓還頗有點「反叛者」的精神， 和長輩們的人生軌跡相去甚遠。

大學前，辛頓和好友揹包穿越美國和墨西哥，身上幾乎沒帶什麼錢，還因爲貪戀游泳而丟了行李，錢和護照也被偷，甚至想過如何用3美元生活一週。

18歲時，辛頓進入劍橋大學國王學院學習物理、化學和數學，但因爲數學不好，他一個月後就退學了。 第二年，他改修建築學，然而一天就受不了了，後來也嘗試過哲學，也無疾而終。最終，才得以拿到心理學專業學士學位。

然而，心理學依然讓他失望，因爲「它沒有教給我任何關於人的東西」。 他也沒弄清楚到從童年時期就思考的問題：人的大腦究竟是如何思考的？

初生牛犢不怕虎，他還去找了國王學院的一位導師，說劍橋的心理學課程沒有教他精神分析的內容，希望學院付錢，送他每週去一次倫敦，接受一位存在主義心理分析師的指導，這纔是真正的通識教育。

神奇的是， 「魯莽的本科生提出了請求，有錢的學院也同意了」。

■大學時沒上過計算機課的辛頓，被人稱爲「世界上轉碼最成功的人」

誰知道，對學術頗有「潔癖」的辛頓，發現心理學也是「用一種非常天真的方式來測試非常愚蠢的理論」。他對大學本科教育充滿失望，就去做了一名木匠。

轉折點在於1972年。25歲的辛頓決定進入蘇格蘭愛丁堡大學攻讀人工智能博士。

期間，還因爲導師建議他放棄神經網絡的研究而產生分歧，在多輪的爭吵之下，辛頓依然堅持神經網絡，而不是導師的符號人工智能，「我非常固執，我不會在不相信的觀點上下功夫」。

後來辛頓終於順利地完成了自己的博士學業，但畢業時，又一次被命運戲弄。

當時英國政府認爲「該領域在過去十年中沒有太大進步」。於是就像今天步履維艱的文科生一樣，辛頓在AI的「寒冬時期」畢業即失業，期間去免費學校做了一陣子老師。

■90年代，二三十歲的辛頓在做人工智能項目

無法在英國找到工作，辛頓去了美國碰運氣。

那裡的人工智能也處於低迷狀態，只有加州大學聖地亞哥分校收留了他，讓他與一羣同樣對神經網絡感興趣的認知心理學家一起工作。經過幾年的博士後研究，他遇到了自己的第一位捐助者， 卡內基梅隆大學計算機科學系主任 Allen Newell，也是1975年的圖靈獎獲得者。

也正是在卡內基梅隆大學，不懂編程的辛頓，拿着同行四分之三的薪水加入了計算機科學系，終於可以開展自己感興趣的研究。

■針對AI的安全性，業內大佬分成兩派：支持派和謹慎派，辛頓屬於後者，一直在提醒人類，AI比人類聰明，很擅長操控人類，要非常小心

由於數學水平有限，辛頓常跳過論文中的數學推導、證明部分，只在絕對有必要理解這個過程時才深入研究數學。

這在今天數學天才遍佈的AI領域很難想象，但在上世界80年代，人工智能就是一個邊緣化、沒有標準和門檻的學科，坐着冷板凳，資金也甚少，辛頓就是在這樣黯淡的學術環境下，完成了自己大部分學術研究。

這也是爲什麼，他一直對AI報以審慎的態度——

他經歷過黑暗和停滯，這讓他比年輕人更冷靜地看待人工智能爆火背後的隱憂和風險。

■辛頓的弟子們。他最喜歡的一個學生Ilya最近從OpenAI聯合創始人位置上離職，辛頓犀利評價：「我尤其自豪的是，我的一位學生解僱了山姆·奧特曼」。

和李飛飛的際遇

上世紀80年代，辛頓對里根時代的美國越來越失望，直到加拿大高級研究所有一個研究職位，他果斷決定搬到多倫多，並在那個研究所設立了一個項目「在機器與大腦中學習（Learning in Machines & Brains）」。

同時又加入了多倫多大學，成爲計算機科學專業的教授，即便他在本科階段從沒上過計算機課程，也沒學過編程。

而在他的帶領下，現在的多倫多大學計算機系已經成爲了非常難申請的存在，我認識好幾個學生放棄了美國名校而選擇多大計算機系，幾乎就是第一順位的首選，就業、薪酬等都不愁。

■辛頓和自己的學生，在多倫多的谷歌實驗室拿着金字塔拼圖，研究能讓計算機更像人類的系統

也正是來到多倫多後，辛頓與斯坦福前教授李飛飛有了一段神奇的際遇。

當時，辛頓所研究的人工神經網絡依然被學界強烈反對，而在不久後的2007年，李飛飛收到了母校普林斯頓大學的邀請，擔任助理教授組建第一個個人實驗室。

她想構建有史以來最大的圖像數據庫，即ImageNet。背後利用的原理，也和辛頓堅持的「仿人腦」相似：

人眼幾乎能瞬間識別出看到的物體，正是因爲我們看過大量東西，經過大量圖像數據的訓練。那我們是否也能用大量圖像，去訓練計算機，讓它具有像人眼一樣的視覺識別功能？

同樣和辛頓相似，這個項目從立項到實施都因爲太超前了，步履維艱，很多人都勸她別搞了。

但李飛飛也不願意放棄，「對我而言，從事科學研究就如同追尋北極星一般。在人工智能領域，特別是視覺智能方面，我認爲物體識別必須是我們領域的北極星問題。」

■如今ImageNet包含共計1500萬張圖像，涵蓋22000個概念、對象類別概念，覆蓋了世界上絕大多數物體，真正教會了AI讀圖

李飛飛和辛頓是如何相遇的呢？

2009年ImageNet製作出來以後，幾乎沒人關注，李飛飛就把它做成了一個大型視覺識別挑戰賽，邀請全球學界同行來參加。

2012年，一個叫做AlexNet的獲勝團隊引起了李飛飛的注意——識別率高達85%的神經網絡算法， 比上一年冠軍高出10%，創造了計算機視覺領域的世界紀錄。

而人類對視覺照片的平均準確識別率爲97%，這個算法和人類的差距小到驚人。而有了ImageNet中大量數據的訓練，AlexNet的神經網絡得以迅速成長，去理解世界萬物。

如今大家可能都想到了，這個團隊中其中一人就是辛頓。十分珍貴的是，在競賽決賽的研討會上，AlexNet團隊是少數支持李飛飛ImageNet的團隊之一。

■去年10月，辛頓和李飛飛在多倫多大學的活動中討論了AI的過去、現在和未來，金句頻出

在研討會上，辛頓的神經網絡算法向所有質疑它的人展現了神力——它識別圖片雖然會出錯，但它會像大腦一樣，從錯誤的經驗中學習評估，直到正確率奇高。

神經網絡算法和ImageNet的完美合作，兩位曾經坐了多年冷板凳的科學家，李飛飛和辛頓都證明了自己方向的正確。

如今，李飛飛正在空間智能的方向創業，設立公益基金支持女高中生們追求理工科夢想，而辛頓拿下諾貝爾獎後，計劃將獎金捐贈給慈善機構，並繼續專注於爲人類敲響「AI威脅」的警鐘。

他們既能憋着一口氣克服無數困難創造了全新的事物，也能在事業成就最高點急流勇退，將更高遠的人類命運放在首位。

這個世界太需要這樣的科學家。

本文授權轉載自“穀雨星球”

邀你一起做內卷下的教育長期主義者

-每日教育新知-