更新日期：2024年11月8日
「在物理學上失敗，從心理學退學，然後加入了一個完全沒有標準的領域：人工智能。」AI教父Geoffrey Hinton的自嘲，道出他從「失敗者」到諾貝爾物理獎得主的傳奇歷程。
2024年諾貝爾物理學獎首次向計算機科學領域伸出橄欖枝，AI領域先驅Geoffrey Hinton與物理學家John Hopfield共同獲獎。這不只是對個人成就的肯定，更標誌著軟件科技對世界方向的革新。Hinton發明的反向傳播算法，成為今日所有AI技術的基石，而這背後是一個歷經23年堅持不懈的研究故事。
在軟件技術正在「吞噬世界」的 2024 年，計算機科學迎來重大突破性時刻：人
Geoffrey Hinton 的學術生涯開端並不順遂。畢業後的他曾做過一年木匠，看似與科學研究毫無關聯。然而，正是這位「失敗者」，後來找到了使神經網絡能夠學習的「反向傳播」方法，與 2017 年 Google 研究人員發明的 Transformer 模型一起，成為解鎖機器學習的兩個關鍵突破。
在接受《紐約時報》採訪時，Hinton 解釋了物理學在他研究中的重要性：「Hopfield 網絡和其後續發展的玻爾茨曼機器都基於物理學原理。Hopfield 網絡使用能量函數，而玻爾茨曼機器則採用了統計物理學的概念。因此，神經網絡發展的這個階段確實很大程度上依賴於物理學的理念。」
對於 Hinton 獲得諾貝爾物理學獎這件事，我認為這個獎項的頒發並沒有任何不妥。雖然自 1901 年以來，諾貝爾獎一直頒發給在物理、化學、生理學、醫學、和平、文學等領域有傑出貢獻的人，但我深信整體社會應該對「傑出貢獻」有更開放的定義。與其設立另一個獎項，我們更應該與時俱進，更新諾貝爾獎對傑出貢獻的定義。
1947年：Geoffrey Hinton 出生
畢業後從事木匠工作（1年）
開始投入神經網絡研究，面對學術界質疑
發現反向傳播算法，為機器學習帶來突破
2018年：與 Yoshua Bengio 和 Yann LeCun 共同獲得圖靈獎
2024年：獲得諾貝爾物理學獎
在同一年，DeepMind 的科學家們開發的 AlphaFold2 因成功預測近 2 億種蛋白質結構而獲得諾貝爾化學獎。這些成就充分展現了計算機科學在現代研究中的重要地位，也印證了 Hinton 所開創的深度學習方法在各個領域的廣泛應用。
值得一提的是，Hinton 是 19 世紀數學家 George Boole（喬治·布爾）的曾曾孫。布爾發明的邏輯體系是現今所有數字技術的基礎。這份家族淵源或許也給予了他在面對質疑時持續前進的勇氣。
獲得諾貝爾獎固然是莫大的榮耀，但同時也帶來新的挑戰。
正如 1995 年諾貝爾文學獎得主 Seamus Heaney（謝默斯·希尼）所描述，這就像是「被一個大致良性的雪崩衝擊」。他在獲獎後寫給朋友的信中感嘆：「現在我所做的就是『出席』，我變成了時間表的奴隸，而不是自己生活的主人。」這種經歷提醒著科學家們需要在獲得最高榮譽後，妥善平衡個人研究與公眾責任。
在關注 Geoffrey Hinton 的傳奇故事時，我不禁深思：創新與堅持的真諦。他的經歷不僅是一個科學突破的故事，更印證了我所深信的理念 —— 在這個講求個人主義的時代，堅持自己的信念比追隨主流更為重要。
當世界質疑 Hinton 投身於一個「沒有標準」的領域時，他選擇了堅持。當學術界不看好神經網絡研究時，他依然堅定前行。這種精神讓我明白：真正的創新往往來自於敢於挑戰現狀，敢於堅持自己相信的方向。
諾貝爾獎項授予 Hinton 這位計算機科學家的決定，也讓我看到學術界正在突破傳統藩籬。我認為，這不僅是對他個人成就的肯定，更是對跨領域創新的認可。在這個軟件科技對世界方向的革新時代，我們更需要以開放的態度，重新定義什麼是「傑出貢獻」。
正如 Hinton 的故事所啟示我們的：世界往往對不符合主流的想法投以質疑的目光，但只要我們堅信自己的方向是正確的，就應該堅持下去。因為在追求創新的道路上，除了我們自己，沒有人會堅持我們的信念。
同時，他在獲獎後面臨的挑戰也提醒我們：在追求科學成就的同時，需要在個人研究熱情和公眾責任之間找到平衡點。這種平衡，或許正是推動科學繼續向前的重要動力。
研究發現，隨著AI模型參數量增加，它們變得更「自信」，傾向於回答每個問題而不是承認不知道。這導致在面對超出其知識範圍的問題時，產生錯誤回答的可能性增加。
保持批判性思維很重要。始終交叉檢查重要信息，尤其是在專業或關鍵決策領域。同時，了解AI的局限性，對其回答保持適度懷疑態度。
專家建議設置閾值，讓AI在面對超出其能力範圍的問題時直接回答「不知道」。同時，開發者應該著重提高AI在處理基本任務時的準確性和可靠性。
