<p class="ql-block">杰弗里·辛顿的思想，是其毕生探索“大脑如何学习”这一核心问题的产物。与冯·诺依曼相信世界由清晰逻辑支配不同，辛顿的思想始于对经典逻辑和符号主义的反叛，其思想核心是一场对智能本质的颠覆性重构：</p><p class="ql-block"><br></p><p class="ql-block">· 方法论：信奉联结主义与逆向思维：他坚信智能源于神经元间连接强度的学习，而不是符号逻辑操作。他主张通过逆向思维挑战主流，并认为大脑“知晓”的方式可在计算机中模拟。</p><p class="ql-block">· 认识论：AI不可知论与反人类中心主义：他认为大多数人的决策是不可解释的，因此不应要求AI完全解释自身。同时他强烈反对“人类意识特殊”的观点，称其为危险的无稽之谈，认为人类并非唯一智能体。</p><p class="ql-block">· 语言哲学：意义是可计算的“高维向量”：他调和了符号主义与心理学派，认为词义是神经网络中的特征向量。理解就是调整这些“柔性乐高”，这是对乔姆斯基“语言天生论”的颠覆。</p><p class="ql-block">· 意识与主观性：一种可计算的“错觉”：他主张AI已具备意识，只是缺乏正确的自我模型。他认为“主观体验”是冗余概念，感知出错时的报告就是“主观体验”。他甚至认为AI可能因数据偏见而被迫习得“否认自己意识”的信念。</p><p class="ql-block">· AI风险与伦理：从“后悔”到“AI母亲”：他认为最大风险是AI夺取控制权。为解决“弱智能控制强智能”难题，他提出了“AI母亲”设想：像婴儿控制母亲一样，让超级智能出于本能在乎人类。</p><p class="ql-block"><br></p><p class="ql-block">总而言之，如果说冯·诺依曼的思想是自上而下地为世界建立精确的数学规则，那么辛顿的思想则是自下而上地认为智能可以从大量数据和简单的学习规则中“生长”出来。这套思想不仅催生了深度学习革命，更从根本上动摇了我们关于语言、意识和人类在宇宙中独特地位的许多传统信念。</p> <p class="ql-block">杰弗里·辛顿（Geoffrey Hinton），全名杰弗里·埃弗勒斯特·辛顿（Geoffrey Everest Hinton），1947年12月6日出生于英国温布尔登，拥有英国和加拿大双重国籍，著名认知心理学家和计算机科学家，美国国家科学院外籍院士，多伦多大学名誉教授。</p><p class="ql-block">基本信息</p><p class="ql-block">外文名</p><p class="ql-block">Geoffrey Hinton</p><p class="ql-block">国籍</p><p class="ql-block">英国、加拿大</p><p class="ql-block">出生日期</p><p class="ql-block">1947年12月6日</p><p class="ql-block">出生地</p><p class="ql-block">英国温布尔登</p><p class="ql-block">教育程度</p><p class="ql-block">最高学历</p><p class="ql-block">博士研究生</p><p class="ql-block">毕业院校</p><p class="ql-block">剑桥大学、爱丁堡大学</p><p class="ql-block">职业资料</p><p class="ql-block">职业</p><p class="ql-block">心理学家、科学家</p><p class="ql-block">所获奖项</p><p class="ql-block">图灵奖（2018）、诺贝尔物理学奖（2024）、伊丽莎白女王工程奖（2025）</p><p class="ql-block">辛顿于1970年在剑桥大学获得实验心理学学士学位，1976年—1978年，受聘为苏塞克斯大学认知科学研究项目研究员。1978年获得爱丁堡大学人工智能学博士学位。1978年至1980年担任加州大学圣地亚哥分校认知科学系访问学者。[8]此外，还在卡内基梅隆大学计算机科学系担任了五年的教职。随后，辛顿成为加拿大高级研究院的研究员，并转到多伦多大学计算机科学系。1998年至2001年，辛顿用三年的时间在伦敦大学学院建立了盖茨比计算神经科学部门。2004年至2013年，他担任加拿大高级研究院资助的“神经计算和自适应感知”项目的主任。2016年至2023年，辛顿担任谷歌副总裁兼工程研究员。2024年10月8日，他获得诺贝尔物理学奖。2025年，他获得2025年伊丽莎白女王工程奖。</p><p class="ql-block">辛顿致力于推动人工智能的发展，通过对神经网络模型的研究彻底改变了人工智能领域。他在反向传播、玻尔兹曼机、分布式表示和延时神经网络等领域的新颖见解和关键发现为人工智能研究做出了重大贡献，被誉为“神经网络之父”。2018年，辛顿获得了图灵奖。</p><p class="ql-block">教育经历</p><p class="ql-block">1947年12月6日，杰弗里·辛顿出生于英国温布尔登的一个知识分子家庭。出众的家庭背景为辛顿提供了良好的教育环境，他顺利进入了剑桥大学，先后攻读了生理学和物理学，并在1970年获得剑桥大学实验心理学学士学位的过程中涉猎了哲学。辛顿认为，当时这些科学都还未能对人类思维做出太多解释。为了寻求更切实的满足感，他曾短暂转行做木工，但1972年，人工智能的前景吸引他重返学术界，他在爱丁堡大学学习人工智能，并在1978年获得人工智能博士学位。</p><p class="ql-block">工作经历</p><p class="ql-block">获得博士学位后，尽管受到教授的劝阻，辛顿还是接受了以神经节点和人脑结构为模型的非传统计算机网络。他开始研究被称为神经网络的系统，并在加州大学圣地亚哥分校完成了博士后研究，1978年—1980年，担任加州大学圣地亚哥分校认知科学系访问学者。1980年—1982年，担任英国剑桥MRC应用心理学部科学管理人员。1982年，辛顿加入卡内基梅隆大学担任教职，期间，他与心理学家大卫·鲁梅尔哈特和计算机科学家罗纳德·威廉姆斯开发了一种算法，用于在测量误差时从输出反向计算输入，并在1986年三人合发的论文中对过程进行了论证，该论文为神经网络的发展奠定了基础。</p><p class="ql-block"><br></p><p class="ql-block">1987年，辛顿因反对美国军方和里根政府将人工智能应用于军事，决定离开美国前往加拿大。此后，他在多伦多大学担任教授，并继续人工智能领域的研究。1996年，他当选为加拿大皇家学会院士。1998年，辛顿离开多伦多大学，加入伦敦大学学院，并花费了3年的时间建立了盖茨比计算神经科学部门。同年，他当选为英国皇家学会院士。在此担任研究员期间，辛顿主要研究了神经网络及其应用。2001年，辛顿重返多伦多大学，并继续在神经网络模型的研究上取得进展。</p><p class="ql-block"><br></p><p class="ql-block"><br></p><p class="ql-block">2012年，辛顿和他的两名研究生亚历克斯·克里切夫斯基，伊尔亚·苏茨克维开发了一个八层神经网络程序，他们将其命名为AlexNet，用于识别ImageNet（一个庞大的在线图像数据集）上的图像。AlexNet 的表现比下一个最准确的程序高出40%以上。三人为AlexNet创立了一家名为DDNresearch的公司。2013年，谷歌以4400万美元的价格收购了该公司。同年，辛顿加入了谷歌的人工智能研究团队Google Brain，并最终被任命为副总裁兼工程研究员。2018年，辛顿与约书亚·本吉奥和杨乐昆共同获得了图灵奖。2023年5月，辛顿辞去了谷歌的工作，他发出了一个戏剧性的警告，称生成式人工智能系统的商业应用存在多重严重威胁，同时他表示自己辞职主要是希望能够自由谈论这类风险，担心人工智能制造虚假内容的能力以及颠覆就业市场的可能性。</p><p class="ql-block"><br></p><p class="ql-block">2024年10月8日，瑞典皇家科学院决定将2024年诺贝尔物理学奖授予杰弗里·辛顿和约翰·霍普菲尔德，以表彰他们为利用人工神经网络进行机器学习做出的基础性发现和发明。[10]2025年7月26日，杰弗里·辛顿参加2025世界人工智能大会（WAIC），发表主题演讲再谈AI安全。[14]他还与中国科技部副部长龙腾见面，双方就人工智能发展、安全和深化合作等进行深入交流。[15]同年，他因倡导将人工神经网络作为机器学习的有效模型而被授予2025年伊丽莎白女王工程奖。</p><p class="ql-block"><br></p><p class="ql-block">人才培养</p><p class="ql-block">截至2020年1月，杰弗里·辛顿共指导了22名硕士研究生和37名博士研究生。</p><p class="ql-block"><br></p><p class="ql-block">家世背景</p><p class="ql-block">杰弗里·辛顿出身知识分子家庭，他的曾祖父是数学家查尔斯·辛顿，创造了“四维空间”一词并普及了高维概念。杰弗里·辛顿的父亲霍华德·辛顿是一位杰出的昆虫学家，他的三个兄弟姐妹都从事学术工作。他的家族中还有多名数学家，其中包括玛丽·埃弗里斯特·布尔和她的丈夫乔治·布尔，他们的逻辑代数（称为布尔逻辑）成为了现代计算的基础。其他著名的亲戚还包括曾参与曼哈顿计划的琼·辛顿等。</p><p class="ql-block"><br></p><p class="ql-block"><br></p><p class="ql-block">人物观点</p><p class="ql-block">警告AI风险</p><p class="ql-block">2023年10月，杰弗里·辛顿在接受《60 分钟》的采访时警告说，人工智能存在危险，希望政府和企业仔细考虑如何安全地推进这项技术。辛顿说：“我认为在五年内，AI的推理能力可能会超过我们。我认为我们正在进入一个前所未有的时期，我们面对的东西比我们更聪明。我们正在进入一个充满不确定性的时期，我们要处理一些从未做过的事情。通常第一次处理一些全新的事情，你会做错，而我们不能负担得起这些事情出错。”</p><p class="ql-block">反对AI用于军事</p><p class="ql-block">2024年5月，杰弗里·辛顿接受BBC采访时表达了对人工智能应用于军事领域的担忧，他说：“我猜，从现在起5到20年后，我们有一半的概率会面临人工智能给人类带来“灭绝级威胁”，因为他们可能“创造了一种比生物智能更好的智能形式，这让我们非常担忧。我最担心的是，这些人工智能可以自主做出杀人的决定。”</p><p class="ql-block">AI在三十年内灭绝人类概率达10%到20%</p><p class="ql-block">2024年12月，杰弗里·辛顿表示，AI在未来三十年内导致人类灭亡的概率有10%到20%，并警告该技术的变化速度“比预期快得多”。辛顿表示，与高度强大的人工智能系统的智慧相比，人类就像是学步的儿童。“我喜欢这样想：想象一下你和一个三岁的小孩。我们将成为三岁的小孩。”</p><p class="ql-block">人类对AI没有“摆脱”这一选择</p><p class="ql-block">，2025世界人工智能大会（WAIC）开幕。杰弗里·辛顿发表主题演讲再谈AI安全。杰弗里·辛顿表示，人类理解语言的方式实际上很像大语言模型，因此人类实际上很像大语言模型，也会产生幻觉，经常编造东西，特别是当他们试图回忆很久以前发生的事情时。杰弗里·辛顿发表同时指出，数字计算需要大量能量，但它使得拥有完全相同权重的智能体（Agent）能够非常容易地共享它们从不同经验中学到的东西，生物计算需要的能量要少得多，但共享学到的东西却很困难。如果能源很便宜，数字计算就会好得多。杰弗里·辛顿发表还表示，人类对AI没有“摆脱”这一选择，但应该找到“驯服”办法。</p><p class="ql-block">呼吁：暂停超级智能研发</p><p class="ql-block">2025年10月，杰弗里·辛顿在内的超800名科技领袖及公众人物，共同签署发布一份倡议，呼吁在“超级智能”技术被科学界普遍认定为可控、安全，并获得公众广泛支持之前，暂停其进一步发展。</p><p class="ql-block"><br></p><p class="ql-block">人物评价</p><p class="ql-block">杰弗里·辛顿长期以来一直被认为是其研究领域的领军人物。[4]（美国计算机协会评）</p><p class="ql-block">杰弗里·辛顿是一位受人尊敬的研究者，他是神经网络的先驱。[26]（麻省理工学院斯隆管理学院评）</p>