未经许可不得转载，务必保留原文出处链接和公众号按钮
关注本城公众号并设星🌟标，不错过最新精彩内容
文：Web3天空之城·城主
昨天最大的科技新闻，AI教父Hinton拿到了物理学奖，成为了历史上唯一一位同时获得计算机图灵奖和诺贝尔奖的人。这真是意料之外又情理之中。
在昨晚只睡了一个小时后，今天Hinton线上接受媒体采访，留下了一句注定历史留名的话：
“我尤其幸运的是，有很多比我聪明得多的学生，他们实际上让事情得以实现，已经取得了伟大的成就。我尤其自豪的是，我的一位学生解雇了山姆·奥特曼。”
其实城主注意到一个细节，Hinton在采访发言里还感谢了当年同时获得图灵奖的另外两位大佬，其中一位是Hinton最近因为学术观点不同在twitter上常吵架有来有往的Yann LeCun，这还挺有意思的。
以下是本城整理的采访全文实录和视频。
B站传送：【【名场面·完整版】AI教父Hinton诺奖采访: 我尤其自豪我一位学生炒了奥特曼鱿鱼-哔哩哔哩】
https://b23.tv/VbpjmzP
多伦多大学校长：
欢迎大家。
我是梅里克·格特勒，非常荣幸能担任多伦多大学的校长。我们在全球范围内线上聚集，目的是表彰并庆祝杰弗里·辛顿荣誉大学教授，他是2024年诺贝尔物理学奖得主。
杰弗里·辛顿因在人工神经网络和深度学习领域的开创性工作而在国际上备受认可和敬仰。他的多学科研究项目与非学科研究项目紧密相连，不仅涉及人工智能和机器学习，还涉及物理学、认知心理学、神经生物学、数学优化和信息论。辛顿教授对多个领域和学科产生了深远的影响，他在思考和学习方面创造了新的思维方式。他和他的学生们开发的算法具有惊人的影响力，这些算法支撑了如今广泛使用的数据处理和先进的发现能力。
辛顿教授的奠基性贡献及其深远影响在全球范围内赢得了广泛的学术赞誉和公众认可，以至于他常被称为人工智能之父。在其辉煌的学术生涯中，有三十年是在多伦多大学度过的，并在2006年被授予大学教授称号，这是我们最高的学术荣誉。在很大程度上，由于他的领导力和对年轻学者的杰出指导，多伦多大学已发展成为机器学习和人工智能领域的全球领导者。这还包括AI的伦理后果和社会影响，这是辛顿教授最近提升关注的话题，帮助将世界的注意力集中在这些重要问题上。
我很荣幸地介绍大学荣誉教授杰弗里·辛顿，2024年诺贝尔物理学奖得主。辛顿教授，欢迎您。
Hinton：
非常感谢。我仍然有点震惊。凌晨1点在加州接到电话，我在想是否应该接听，还好我决定看看是谁打来的。我非常惊讶能获得诺贝尔物理学奖，从没预料到这一点。我认为这个奖项是对长久以来致力于神经网络研究的大量工作人员的认可，他们在神经网络真正运作良好之前就已经投入工作。
我特别想感谢我的两位主要导师，David Rummelhart，他与我一起研究了反向传播算法。David 年轻时因严重的脑部疾病去世，否则今天站在这里的会是他而不是我。还有我的同事 Terry Sinovsky，我在20世纪80年代与他合作了很多。关于玻尔兹曼机，以及那些教会我很多关于大脑知识的人。
我还想感谢我的学生们。我尤其幸运的是，有很多比我聪明得多的学生，他们实际上让事情得以实现，已经取得了伟大的成就。我尤其自豪的是，我的一位学生解雇了山姆·奥特曼。我想我最好就讲到这里，留给大家提问。
校长：
非常感谢你，杰夫。我们现在将接受媒体成员提问。我邀请我的同事Lisa Piraes，来自UFT媒体关系团队，来主持我们的问答环节。
Hinton：
我还想感谢约书亚·本吉奥和Yann LeCun，他们是我的亲密同事，并在发展这一整个领域中发挥了非常重要的作用。
Hinton博士，这是一个给您的问题。您认为在人工智能方面您的遗产将是什么？
Hinton：
我希望人工智能能够带来巨大的益处，极大地提高生产力，并为每个人创造更好的生活。我相信它将在医疗保健方面做到这一点。我担心的是，它也可能带来坏事，特别是当我们获得比自己更聪明的东西时，没有人真正知道我们是否能够控制它们。
我们的下一个问题来自《多伦多星报》的Victoria Gibson。她问，现在您如何使用神经网络来改善多伦多这座城市。
Hinton：我不太确定神经网络如何能够摆脱道格·福特。
好的，我又有一个来自《多伦多星报》的维多利亚的跟进问题。她询问，现在的加拿大研究环境与您刚开始时有什么不同？今天在加拿大达到更多研究突破的最大障碍是什么。
显然，一个很大的不同是人们现在认识到神经网络实际上是有效的，但大部分环境还是相似的。有个组织叫做加拿大高级研究院，它大力支持在加拿大优势领域进行研究的人们。我认为关于加拿大作为研究地点的主要观点是，虽然资金没有美国那么多，但它非常明智地使用这些资金。特别是，为这类研究提供资金的主要委员会NSUC，将资金用于基础好奇心驱动的研究。所有这些在神经网络方面的进展都源于基本的好奇心驱动的研究，而不是通过在应用问题上投入大量资金，而是让科学家们跟随他们的好奇心去尝试和理解事物。加拿大在这方面很擅长。
谢谢。我们下一个问题来自法新社的Isam Ahmed。他们表示祝贺。您和Hopefield博士都警告过不加控制的人工智能的危险，以及对它现在如何工作的了解不足。我们如何避免灾难性的情景？
目前，我们并不知道如何完全避免这些情景。这就是为什么迫切需要更多的研究。因此，我主张我们优秀的年轻研究人员，或者他们中的许多人，应该致力于人工智能安全领域。政府应强制大型公司提供他们所需的计算设施来实现这一目标。
接下来是来自加拿大新闻社的塔拉·戴尚普的问题。她问道：很长一段时间以来，人工智能并不像现在这样被视为一种受欢迎的技术。能否分享一下在技术并未如此普及之前致力于其基础工作的感受？
进行这项研究非常有趣，但让人有些恼火的是，AI领域的大多数人曾认为神经网络永远无法奏效。他们非常自信地认为这些东西只是浪费时间，认为我们永远无法使用神经网络学会复杂的事情，比如理解自然语言，但事实证明他们错了。
下一个问题来自CTV News的Adrian Gobriel。是他的第二个问题，他问：Hinton博士，您能详细说明您对AI的担忧吗？您认为人工智能可能变得比人类更聪明吗？为什么以及您认为这种情况会在多快的时间内发生？
我认识的大多数顶尖研究人员都认为人工智能将会比人类更聪明。他们对时间表的看法有所不同，有很多人认为这将在未来20年内的某个时候发生。有些人认为这将更早发生，还有一些人认为这将需要更长时间。但相当多的优秀研究人员相信，在未来20年内的某个时候，人工智能将会比我们更聪明。然后我们需要认真思考接下来会发生什么。
下一个提问者的姓名不详，但他们的问题很有趣：当您得知自己获得诺贝尔奖时，您打的第一个电话是给谁？
是给我在澳大利亚的姐姐。
接下来的问题是：她的反应是什么？
我想她说了类似“我的天啊”这样的话。
接下来是Tara Deschamp的后续问题。她来自加拿大新闻社，问Hinton教授：您提到今早收到诺贝尔奖的消息时感到震惊。能告诉我们您今天过得怎么样吗？
是的，我几乎没怎么睡觉。凌晨一点，我可能睡了大约一个小时，就在电话响起的时候。我在加利福尼亚，自那以后可能又睡了一个小时。所以我现在相当缺乏睡眠。而且有很多人试图联系我，还有很多来自多年未见的老朋友的消息。这是非常好的问题。
下一个提问来自Beta Kit的Isabel Kirkwood，她问Hinton教授，您如何调和在需要放缓AI发展及其技术风险方面的直言不讳与获得这一认可之间的关系？
我从未建议放缓AI的发展，因为我认为这在现实中是不可行的。AI在许多领域，包括医疗领域，都有很多积极作用，几乎在各个行业都有成效。我认为我们没有机会放慢它的发展。
请您再说一下问题的后半部分？
当然。她问道，您如何调和获得这项认可与他们对减缓人工智能发展及技术风险直言不讳之间的关系。
好的，实际上诺贝尔委员会承认我关于安全性的讨论在这里是相关的。我不记得他们具体说了什么，但他们确实提到了这个。我认为我们需要认真努力确保其安全，因为如果我们能保证它的安全，那将是非常美好的。
来自法新社的Issam Ahmed的问题，他们问道：您认为学生甚至专业人士过度依赖大型语言模型会导致思维退化，还是我们会在更高层次上运作？
我不认为这会有显著的思维退化效果。我认为这就像刚有袖珍计算器时的情况，人们说孩子们不会再学数学了，他们将无法进行乘法运算。但是，如果有一个袖珍计算器，你就不需要再进行乘法运算。我认为这对大型语言模型也是一样的。人们可能不会记住太多事实，因为你可以直接问一个大型语言模型，它就会知道。但我认为这会让人们变得更聪明，而不是更愚蠢。
CTV新闻的Adrian Gabriel有一个后续问题。他说，当您得知这个奖项时，您用了“目瞪口呆”这个词。您为什么会如此惊讶？
我完全不知道自己甚至被提名了。我不是物理学家。我对物理学有很高的尊重。我在大学第一年后就辍学了物理，因为我无法处理复杂的数学。所以获得物理奖对我来说非常惊讶。我很高兴诺贝尔委员会承认人工神经网络领域有了巨大进展。Hopfield的工作与物理密切相关。我和Terry Sinovsky在玻尔兹曼机上的一些早期研究是受统计物理学启发的。但最近，这项工作与物理的关系较小。因此，我很惊讶自己获得了物理奖。
下一个问题来自美联社的Matt O'Brien，他问Hinton教授，您能否详细说明您在电话会议中关于Sam Altman的评论。
OpenAI成立时非常强调安全性，其主要目标是开发通用人工智能并确保其安全。我之前的一位学生Ilya是首席科学家。随着时间的推移，事实证明Sam Altman对安全的关注远不如对利润的关注。我认为这很不幸。
我们的下一个问题来自PA Media的Jessica Coates。她问Hinton教授，您提到围绕AI的不确定未来，以及需要更好地理解其潜在的机遇和风险。您是否认为政府会考虑介入以更严格地监管AI？政府如何更好地支持AI研究？
我认为政府可以鼓励大公司将更多资源投入到安全研究中。目前几乎所有的资源都投入到改进模型中，以便拥有崭新的模型，竞争非常激烈，模型变得越来越好，这是好的。但我们需要在人工智能安全方面投入同等的努力，这个努力不应仅占1%。可能需要大约三分之一的努力投入到人工智能安全中，因为如果这些东西变得不安全，那将是极其糟糕的。
我们的下一个问题来自CP的塔拉·德尚普。她询问Hinton教授，诺贝尔奖附带的奖金有没有什么计划？
目前没有具体计划。我准备把它捐给一些慈善机构，但我知道有一个会捐给一些为神经多样化的年轻成年人提供工作的机构。我会捐给其他一些慈善机构，但还不知道具体哪些。
来自路透社的Wai Lone，他问您对如何防止未来出现严重后果有什么建议？他们的意思是人们在使用人工智能时应该如何谨慎。正如您警告的那样，这可能是危险的。
我不认为单靠个人谨慎使用就能解决问题。我认为开发AI的人需要对他们的开发方式保持谨慎，而且需要在有资源的大公司中进行研究。我不相信单单靠个人使用的方式会产生多大影响。
我们的下一个问题是来自伊萨姆·艾哈迈德在法新社的跟进问题。他们问道，我知道你说过很难预测可能出问题意味着什么，但如果你不得不在一些模糊的关注领域做一个猜测，那会是什么呢？
AI带来了许多不同的风险，它们都有不同的解决方案。直接的风险是像假视频影响选举这样的事情。我们已经看到政客要么指责其他人使用假视频，要么自己使用假视频和假图像。这是一个直接的危险。还有来自网络攻击等方面的非常直接的危险。举个例子，去年网络钓鱼攻击的数量增加了1200%。由于大型语言模型的普及，网络钓鱼攻击变得更加容易。拼写和语法错误已经不再是识别这些攻击的明显标志，因为它们的英文表达已经非常完美。
来自《多伦多星报》维多利亚·吉布森的下一个问题。为何省政府和安大略科学中心在您获得认可时成为首要考虑事项？
安大略科学中心在激发年轻人对科学的好奇心方面发挥着重要作用。然而，它的屋顶需要翻修，最初估算费用为2亿美元。但政府后来说服估算人员将费用乘以1.85，以便提供拆除的理由。而我了解到，它被拆除的原因并不如政府所述，修复其实会更便宜。
接下来是加拿大新闻社的塔拉·德尚普的问题。她表示，当人们谈论加拿大在人工智能和技术领域的成就时，您的名字总是被提到。但人们也提出，加拿大需要注意不浪费您创造的机会。您认为加拿大应该如何继续保持其在人工智能领域的地位？
加拿大可以继续资助以好奇心为驱动的基础研究，这对于留住顶尖研究人员至关重要。同时，在人工神经网络的时代，我们需要大量计算资源以留住大学的研究人员。政府正在采取措施，为人工智能研究的计算资源预留了20亿加元。我认为他们尽了最大努力。尽管我们比中国或美国小得多，但考虑到资源，加拿大的表现相当不错。
下一位是来自多伦多大学新闻的Rahul Kalvapelli，即使在该主题不受欢迎的时期，您仍坚持研究人工神经网络。您对坚持那些不受欢迎或看似徒劳的努力有什么建议？
我的建议是，如果你相信某件事，就不放弃，直到明白这个信念为何错误。虽然有时你可能发现自己的信念是错误的，但只要没有看到错误原因，就继续研究你所相信的事情。如果没有看到其荒谬之处，不要让别人告诉你它是荒谬的。谢谢。
接下来的问题来自《读卖新闻》的小林康宏。他们问，人工智能什么时候会超越人类能力？结果会发生什么？
目前没人知道具体的时间，但大多数好的研究者认为这将会发生。我猜测这可能会在五到二十年之间发生，可能也会更久些。也有很小的可能性会更早发生。我们不知道到时候具体会发生什么。
如果你环顾四周，很少看到更智能的事物被不太智能的事物控制的例子，这让人不禁想，当人工智能变得比我们更聪明时，它是否会接管控制权。
这是来自U of T News的Rahul的另一个问题。他问Gertler校长，他想知道您如何预期Hinton教授的诺贝尔奖会在大学中引起反响，并激励人工智能和其他领域的学术研究？
校长：
我认为这将产生巨大且非常积极的影响。我在多伦多大学担任年轻助理教授时，另一位科学家John Polanyi在1986年获得了诺贝尔化学奖。我记得，当约翰收到好消息时，我感到非常自豪。它不仅在化学领域，而且在整个多伦多大学都产生了积极的影响。我相信杰夫今天的获胜也会产生类似的积极效果，不仅可以振奋大学士气，还能吸引和保留出色人才。杰夫今天已经提到这一点，我认为这样的胜利对加拿大、多伦多以及多伦多大学的影响怎么强调都不为过，大学因此能够从全国和世界各地吸引优秀的学生和教员。
谢谢你，Gertler校长。现在我们回到辛顿教授。伊萨姆·艾哈迈德从法新社提出另一个问题。他们问：您认为人工智能的下一个激动人心的前沿是什么？
我今年76岁了，可能不会再进行太多前沿研究。我将花时间倡导人们致力于安全工作。我认为机器人的前沿研究非常令人兴奋，让AI在操作事物方面变得更有技巧。目前，我们在这方面比计算机或人工神经网络要好得多，但会有很多进展。不过，这可能花费较长时间。我还认为这些大型语言模型在推理方面会变得越来越好。Open AI 的最新模型和 Google 的 Gemini 这样的模型在推理方面变得越来越出色。我认为这将是非常令人兴奋的。
接下来的问题来自《多伦多星报》的维多利亚·吉布森，是给Hinton教授的。她问道，您提到了一些关于人工智能可能出现问题的具体情况，例如网络攻击、虚假视频等。您能分享一些更具体的例子，说明您认为它可以起到哪些积极作用吗？
当然。如果你考虑像医疗这样的领域，安大略省预算的大部分用于医疗，人工智能可以在其中产生巨大的影响。我在2016年曾预测，到现在为止，人工智能将会读取所有放射科医生通常会阅读的扫描。那个预测是错误的，我当时有些过于乐观。可能还需要五年时间，但我们显然在朝那个方向发展。人工智能在诊断方面会更加出色。
目前，处理难以诊断的病例时，医生有40%的准确率。一个AI系统的正确率是50%，而医生与AI系统结合后的正确率达到60%，这是一个很大的改进。在北美，每年有几十万人因误诊而死亡。通过AI，诊断将会变得更加准确。真正会发生的事情是，你能够拥有一个AI家庭医生，它已经看过一亿名患者，拥有大量的知识，并且在处理你所患的任何疾病时会更加出色，因为你的AI家庭医生已经看过许多类似的病例。
感谢Hinton教授。我们不再看到其他问题，但我们确实还有时间再问一个或两个问题。在我们等待这些最后时刻的问题时，Hinton教授，我们很好奇，今天在这个新闻发布会上我们有没有遗漏您想提到的任何事情，或者在各种新闻问题中我们可能遗漏的任何内容？
我们只简单提到了好奇心驱动的基础研究的角色。人工神经网络的基础工作几乎都是由大学研究人员完成的，他们几乎全部是在追随他们的好奇心。资助这种研究非常重要，它不像其他类型的研究那么昂贵，但它为后来非常昂贵并涉及大量技术的事物奠定了基础。
谢谢。我们这里还有来自《多伦多星报》维多利亚·吉布森的另一个提问。可能是关于您所谈论的医疗保健和人工智能的后续问题。她问，为什么您认为我们还没有达到您预测的人工智能在医疗保健中发挥更大作用的地步？是否还有任何障碍阻止这种情况发生？
一个障碍是医学行业非常保守，这是有充分理由的。如果犯错误导致人死亡，那么采取保守策略是明智的选择。但他们相对较慢地采用新技术。
另一个原因是我对AI系统在阅读扫描图像方面超过放射科医生的速度判断错误。现在在很多不同类型的扫描中，它们已经可以与放射科医生媲美，并且在某些方面更胜一筹。我认为再过几年，它们肯定会比放射科医生更出色。我们将看到放射科医生与AI系统之间的合作，其中AI系统负责阅读扫描图像，而放射科医生检查其是否犯错。过一段时间后，AI系统将几乎承担全部工作。
Lisa: 感谢您，Hinton教授。今天我们的问题时间就到这里。
校长：好的，谢谢你，Lisa。
谢谢你，Geoff，并再次祝贺你获得这一伟大成就，你的诺贝尔奖。我相信，我不仅代表多伦多大学社区，也代表整个加拿大以及世界各地的许多朋友、同事和仰慕者。当我说，我们对您今天所获得的成就感到无比自豪。也感谢所有人今天加入我们的这一精彩庆典。
