#模型时代# 辛顿教授回顾学术生涯：好奇心是科学探索的第一推动力

这个月，多伦多大学举办了一场特别活动，邀请2024年诺贝尔物理学奖得主、被称为"AI教父"的杰弗里·辛顿（Geoffrey Hinton）大学荣誉教授与即将上任的校长梅兰妮·伍登（Melanie Wooden）进行了一场对话。

可以说，看过的辛顿教授的讲座访谈至少有几十场了，但他这次讲的东西，很多是第一次听到。原因在于对话的落脚点并不是AI，而是辛顿如何从“木匠”变成"AI教父"的传奇学术生涯。

辛顿的这些经验，几乎覆盖了每一个学生、学者最重要的关键选择：从如何找到真正的研究热情（"大脑如何工作"这个问题驱动他一生），到如何应对学业挫折（从剑桥辍学，转了多个专业，甚至当过木匠），从如何选择学习方法（他不爱读文献却喜欢与人讨论），到如何挑选博士导师（看他培养出了多少教授），再到如何在学术迷茫时保持定力（关注那些"不太对劲"的问题）。

当谈到获得诺贝尔奖后的生活变化时，辛顿说："是的，人们确实在街上认出我，很多人想要自拍，这很烦人，但如果它消失了，我可能会感到失望。"

……
一、学术道路并非一蹴而就：辛顿教授的教育旅程

辛顿教授的学术道路并非笔直平坦，而是充满了探索与转折。在剑桥大学的求学初期，他面临着巨大的挑战并在一个月后离开了学校。他随后在伦敦做了一段时间的零工，重新申请学习建筑专业，但在入学仅一天后又改变主意回到科学领域。

辛顿教授回忆道："我的大学起步相当混乱。如果你的大学生活开始也很混乱，不要担心。"在第一学年，他学习了物理学、生理学和化学，但发现自己在数学方面存在困难。他解释说："我在物理学上表现很好，但我无法应对数学。我可以做直觉性的物理学，但我觉得数学非常困难。所以我决定我永远不会成为一名物理学家。"

这段经历后，他转向哲学，希望能理解心智如何运作，但很快又对心理学产生了兴趣。然而，这些学科都没能完全满足他对理解大脑工作机制的好奇心。最终，他选择了人工智能领域的研究生学习，因为这一领域允许他通过计算机模拟来构建"小型心智"。辛顿教授强调："我一直相信，要理解心智是如何运作的，我们必须理解大脑是如何运作的。"

二、好奇心：科学探索的第一推动力

辛顿教授认为，真正的学术成就源于强烈的好奇心和对特定问题的执着追求。他分享了自己五岁时在公共汽车上观察到的一个令人不解的现象：一枚硬币似乎在座位上"上坡"移动，这违背了他对物理世界的基本理解。

"我总是对不可能的事情非常着迷，"辛顿教授说。这种对看似不可能现象的好奇心驱使他思考问题的本质，最终他意识到这是由于公共汽车引擎震动与座椅上天鹅绒材质的相互作用造成的。这个童年经历展示了他对科学谜题的早期兴趣。

对于学生如何培养好奇心，辛顿教授建议："真正原创的想法来自于注意到人们正在做错的事情，或者你认为人们正在做错的事情。大家都以一种方式做某事，但对你来说感觉不太对。你有一种感觉，这里有些不对劲。你专注于此，并试图弄清楚什么不对劲。"他补充道："未知就在你周围，只是大多数人不会花时间去注意它们。"

三、面对学术挫折的智慧与勇气

在谈到如何应对挫折时，辛顿教授分享了他从心理学转向木工再重返学术界的经历。"这不是世界末日，"他简单而有力地表示。他解释说，年轻时我们经历不多，但有能力从重大挫折中恢复过来。

辛顿教授回忆道："我对心理学感到非常厌倦，在心理学方面表现很差。我离开去成为一名木匠，决定不再从事学术工作。然后我遇到了一位真正的木匠，他在木工方面比我好得多。于是我说，其实做学者比做木匠容易。所以我重返学术界。"

伍登院长补充了应对挫折的实用建议，强调了自我照顾和寻求支持的重要性："思考一下，你知道哪些对你有益的事情可以保持心理健康。在我自己的情况下，我喜欢长距离骑自行车和徒步旅行。所以我知道，如果我遇到了挫折并为某事感到不安，出去走走、花一些时间在户外并提高自己的内啡肽是一件好事。但接下来更好的做法是与某人讨论这个问题。"

四、立体化的求知策略：跨学科学习的价值

辛顿教授的学术经历横跨物理学、生理学、哲学和心理学等多个领域，展示了跨学科学习的重要性。尽管他的教育道路看似杂乱无章，但这些不同学科的知识最终都为他在人工智能领域的开创性工作奠定了基础。

"回想起来，尽管当时看起来完全混乱，但学习物理学、生理学、哲学和心理学都为我后来所做的工作提供了良好的背景。所以从回顾的角度来看，这是有意义的，但当时看起来只是混乱，"辛顿教授解释道。

伍登院长鼓励学生在大学期间探索多种课程和机会："我们真的鼓励学生浏览课程目录，说'那看起来很有趣，我想知道那是关于什么的'，并在第一年选修各种各样的课程，因为很可能你会发现对某事的热情。"她强调，学生的热情可能不仅限于特定的学科领域，也可能来自校园活动、学生报纸或学生政府等参与。

五、人工智能与医疗保健的革命性未来

谈到人工智能在医疗保健领域的潜力，辛顿教授表示这一前景令人振奋。他承认自己曾在2016年预测，在约五或十年内，我们将不再需要放射科医生来解读扫描结果，这一预测过于乐观。然而，他指出AI系统在许多类型的医学影像分析方面已经达到了与专业医生相当的水平。

"AI系统在许多类型的医学影像上与医生、放射科医生一样好，而且它们一直在变得更好。放射科医生不能查看十亿张图像。但如果你以胸部X光片为例，网上已经有70亿张这样的扫描结果，你现在可以用70亿张胸部X光片训练一个AI系统，它可以非常擅长诊断各种疾病，"辛顿教授解释道。

他进一步指出，AI在家庭医生的诊断工作中也有巨大潜力："在美国，每年约有20万人死于医生的错误诊断。去年，如果你比较困难的诊断问题，医生能正确解决其中40%，AI系统能正确解决50%，而医生和AI系统的结合能正确解决60%。这已经消除了三分之一的诊断错误。"辛顿教授还表示，AI将帮助设计新药，特别是借助DeepMind在蛋白质折叠方面的工作。

六、科学与人文：双向互动与相互促进

在讨论科学与人文如何协同工作时，辛顿教授强调了两种重要的相互作用。首先，当开发新技术时，我们需要人文学科来确保考虑这些技术对人们和人们生活的影响。这体现了人文视角在科技发展中的道德导向作用。

其次，他指出科学对人文的反向影响："随着我们对大脑工作方式的理解不断深入，我们将彻底改变我们对人类运作方式的看法，这将改变人文学科。"辛顿教授将这种转变与心理分析发展带来的思想革命相比较，认为当前人工智能的发展将带来更大的变革。

"到目前为止，包括人文学科在内的大多数人都认为我们使用类似逻辑的东西进行推理。我们是理性的生物。但我们不是。我们是巨大的类比机器。我们通过看到类比来工作。不仅仅是与一件事的类比，而是与许多事物的类比，"辛顿教授解释道。"所以这改变了你对人的本质的看法。我们是类比机器而不是推理机器。我们上面有一层薄薄的推理层。这对于数学等领域非常重要，但我们基本上使用类比来思考。"

七、人工智能与气候变化：短期挑战与长期机遇

当被问及人工智能是否会帮助应对气候变化或使其恶化时，辛顿教授提供了一个平衡的视角，考虑了短期和长期影响。他直言不讳地承认短期内可能存在的负面影响："在短期内，它可能会使情况变糟。人们正忙于获取所有可能的电力来训练这些大型聊天机器人，它们显著增加了电力消耗。所以这使气候变化变得更糟。"

然而，从长远来看，辛顿教授对AI在气候技术方面的贡献持乐观态度。"它还将帮助我们设计更好的材料、更好的太阳能电池板，可能更好的风力涡轮机，也许更好的核电站，更好的建筑物绝缘材料，也许是一种可以充当太阳能电池板但又透明的玻璃，诸如此类。当然还有更好的电池。电池对太阳能等领域非常重要，"他解释道。

虽然现在难以确定AI对气候变化的净影响，但辛顿教授总结道："在短期内，它可能不利。但从长远来看，我认为好处将超过这些影响。"

八、成为教授的旅程：寻找问题与坚持好奇

对于有志于成为大学教授的学生，辛顿教授和伍登院长都提供了宝贵的建议。辛顿教授分享了一个独特的见解：选择导师时，考虑他们培养出多少成功的教授可能是一个有用的指标。

"当你做博士学位时，只需检查一下你打算选择的博士导师培养出了多少教授。现在，这不一定是最佳选择，因为你也希望有一位年轻的教授能给你很多时间，"辛顿教授建议道。

伍登院长补充说，成为教授关键在于对新知识探索的热情："这是关于对新知识探索的兴趣。带着非常开放的心态，寻求参与学术研究的机会。"她鼓励学生尝试与教授合作的机会："真正寻找与这些教授合作的机会，因为这就是你将获得一些机会来理解那种职业类型的方式。"

伍登院长还分享了自己成为教授的经历，她最初对科学感兴趣，但并不确切知道科学家在哪里工作。通过在大学的经历，她逐渐了解到大部分科学和学术研究是由大学教授完成的，这启发她追求这一职业道路。

九、学习方法的个性化：找到适合自己的道路

在讨论有效的学习技巧时，辛顿教授强调了学习方式的个体差异，并分享了他自己的经历。他坦言自己不喜欢阅读，往往被内容迅速分散注意力，而更喜欢通过交谈来学习："我开始阅读某些内容，读完一段后，我就会因为它让我想到一些事情而分心。我开始思考一些事情。我在阅读科学论文方面很差。"

相反，辛顿教授更喜欢与人交流来获取知识："我喜欢与人交谈。我有一个叫Terry Sanofsky的朋友，他喜欢阅读。他阅读神经科学领域的所有文献。如果我想了解神经科学方面的东西，我实际上不会去读论文。我会打电话给Terry，他会向我解释。这有趣得多。"

辛顿教授还提到了他的博士生导师给他的令人惊讶的建议："不要阅读文献。阅读会腐蚀思想。首先自己解决问题，然后查阅文献，看看你的解决方案是否新颖。"他承认："这与你从几乎所有人那里得到的建议完全相反。他们会说，你应该阅读文献。在你开始自己解决难题之前，你应该阅读文献。"

伍登院长补充说，与同学组成学习小组可能是一种特别有价值的学习方法："当他们一起组成学习小组时，这真的很有价值。这可能是因为对一些学生来说，能够讨论概念、互相提问很重要。"她指出这种方法不仅有助于加深对材料的理解，还能建立社交联系。 http://t.cn/A6dVzgbq