跳轉到

4.3 圖靈獎(2018)#

2018 年 3 月 27 日,ACM 宣布:2018 年圖靈獎——電腦科學的最高榮譽,以計算機科學之父命名(→ 詳見《圖靈傳記》全書)——頒給三位連結主義者:辛頓、楊立昆(Yann LeCun)、班吉奧(Yoshua Bengio),理由是「概念與工程上的突破,使深度神經網路成為計算的關鍵組成部分」。獎項於 2019 年 6 月在舊金山頒發。

三人各自的貢獻#

ACM 的頌詞把三人視為一個共同體,但分工清晰:

人物 核心貢獻 所在機構
辛頓 反向傳播的復興與推廣(1986)、Boltzmann 機(1985)、DBN 與深度學習復興(2006)、AlexNet(2012)、Dropout 多倫多大學 / Google
LeCun 卷積網路(1989–98)、手寫數字識別的工程化、反向傳播的視覺應用 紐約大學 / Facebook AI
Bengio 序列建模、詞向量與語言的分散式表徵、注意力機制的先驅工作(2014)、MILA 學派 蒙特婁大學
  • 三人的共同點:都是在凜冬中堅持神經網路的人——辛頓的凜冬最長(1970–2006,見 1.2、3.1),LeCun 在貝爾實驗室解體後一度失業,Bengio 在蒙特婁默默耕耘二十年;
  • 三人的傳承譜系也同源:辛頓是魯梅爾哈特的同盟(見 1.3);Bengio 是辛頓的博士後(1991 前後曾在 MIT 與貝爾實驗室,受辛頓—LeCun 影響);LeCun 則是辛頓博士後時期的同事,1985 年在辛頓的辦公室裡第一次聽到反向傳播的構想;
  • 評審的潛台詞再明顯不過:圖靈獎史上第一次,頒給了一條被主流否定過的路線——這是對 1969 年《感知器》事件的歷史平反。

「深度學習三巨頭」#

獲獎使「深度學習三巨頭」(Godfathers of Deep Learning)的稱號定型:

  • 2015 年三人與吳恩達、Schmidhuber 等共同簽署過 AI 開放信;2018 年後他們的公開言論具有近乎政策文件的分量;
  • 三人對 AI 風險的立場各異且分歧公開化:Bengio 最早轉向安全倡議;LeCun 長期駁斥「滅絕論」,主張 AI 風險被誇大;辛頓則在 2023 年完成了最戲劇性的轉變(見 5.2)——三巨頭的分歧本身就是 AI 治理辯論的縮影;
  • 2018 年 11 月辛頓在一場峰會上把三人並置時說:「我們三個人幾乎從來沒有同時相信過同一件事,我們只是都相信了符號 AI 是錯的。」

得獎的重量#

這座獎對辛頓的意義需要放進他的家族史中讀:

  • 獎以圖靈命名——他畢生對抗的圖靈測試傳統、他繼承的圖靈「兒童機器」設想(→ 詳見《圖靈傳記》第 4 章),在獎章上合而為一;
  • 獲獎演說與相關專訪中,辛頓反覆回到兩個主題:「我們需要新的計算機」(他認為數位電腦上模擬神經網路是臨時的,未來屬於模擬硬體—— mortality/immortal computation 的設想)與「我們仍不理解大腦」——獲獎者的發言像一個研究者,而非一個勝利者;
  • 他還提到一個私人細節:得知獲獎當天,他的第一反應是不相信,第二反應是想起了母親——她曾在他被學界拒絕的年代裡始終相信他。

事件關聯與前因後果#

年份 事件 後續影響
1985–86 Boltzmann 機與反向傳播(見 2.1、2.2) 三人共同的技術起點
1998 LeCun LeNet 的工程成熟 卷積網路的工業範本
2006 DBN 復興(見 3.2) 三人重新聚攏於「深度」旗幟
2012 AlexNet(見 4.1) 勝利使圖靈獎不可避免
2018-03 三人共獲圖靈獎 深度學習成為計算機科學正統
2024-10 辛頓再獲諾貝爾物理學獎 史上首位雙冠(見 5.3)

因果:2018 年圖靈獎是 2012 年 AlexNet 的制度化追認——學界用最高獎項確認:表徵應該被學習,不應該被設計。這一判決同時是對一整個世紀哲學爭論的裁決:弗雷格—羅素—卡爾納普的邏輯主義傳統(→ 詳見《弗雷格傳記》《羅素傳記》《卡爾納普傳記》)試圖用形式系統窮盡思想,而圖靈獎此刻授予的是它的反面——思想從經驗中以向量形式湧現。耐人尋味的是,辛頓本人在受訪時拒絕了「勝利」的敘事:「我們只是發現了大腦一直在用的方法的一部分。」六年後,諾貝爾委員會將再給他一次表達這種謙遜的機會(見 5.3)。

小結#

  • 2018 年圖靈獎授予辛頓、LeCun、Bengio,是連結主義的歷史平反與深度學習的正統化;
  • 三人是同一場凜冬的三位倖存者,傳承譜系交織(LeCun 曾是辛頓的博士後同事,Bengio 曾是辛頓的博士後);
  • 三巨頭其後在 AI 風險問題上的公開分歧,成為 AI 治理辯論的座標系(見 5.2);
  • 辛頓的得獎感言仍是研究者口吻:新的計算機、未解的大腦;
  • 而在獎項的光環之下,他內心真正的問題從未變過:反向傳播不是大腦的工作方式,那大腦是怎麼工作的?——這個問題把他引向 Capsule 與 GLOM(見 5.1)。