ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
诺贝尔文学奖要颁给ChatGPT?奥特曼得奖呼声高,Hinton怒斥:他不配!
5777点击    2024-10-10 19:02

这届诺尔贝奖,已经全面被AI渗透了。


物理学奖颁给Hinton和Hopfield,已经震惊了AI圈和物理学圈。


谁能想到,昨天的化学家一出,围观群众再次惊掉下巴——


这届诺奖委员会,是有什么给AI颁奖的KPI吗?


不过该说不说,Demis Hassabis、John M. Jumper这些人能得化学奖,其实也不算意外。



在诺贝尔生理学或医学奖的发布会上,AlphaFold可能获奖的呼声就很旺。


在多个版本的化学奖预测中,AlphaFold的发明人都榜上有名。


今年9月,2024年引文桂冠奖中,蛋白质预测就被不少专家看好,是本届化学奖的热门方向。而2023年的「诺奖风向标」拉斯克奖,也颁给了Demis Hassabis和John Jumper。


综合以上种种,这三人得了化学奖也并不意外。


而接连两天的大惊喜后,网友们已经把目光瞄准了今天的文学奖,目前呼声最高的是ChatGPT。



耶鲁大学助理教授也表示,看起来ChatGPT用不了多久就能拿下诺奖。




现在网上已经有ChatGPT的获奖肖像了


而几天后的经济学奖,甚至有人预测,得奖人是黄仁勋和奥特曼!



诺奖全面AI化?


的确,有了前两天的铺垫,现在的诺奖候选人提名里奥特曼可是大热门。


有人预测:奥特曼会得获得诺贝尔经济学奖,理由是让大多数人失业,并推动了全民基本收入(UBI)社会。



而今天下午的诺贝尔文学奖人选,说不定也会和AI有关。



恶搞的网友们纷纷脑洞大开,顺势抛出自己的预测。


威斯康星大学CS教授称,获文学奖的没准是OpenAI。



或者获文学奖的是奥特曼本人,理由是创造了全世界最多产的作家——ChatGPT。



这次的诺奖AI化也令许多网友质疑:科学研究的范式果真已经全面被AI改变,我们从此不再需要人类科学家了吗?


好在至少目前,AI还未达到顶尖人类大脑的水平。


但在AI时代下的学科分类界限,或许从此会更加模糊。


Hinton获奖后采访:解雇奥特曼,Ilya干得好


获得物理学奖的Hinton,已经和徒弟们在开香槟了。




不过对于奥特曼,他显然没什么好感。


在新闻发布会上,Hinton表示:「我特别自豪的是,我的一名学生解雇了Sam Altman」。



他表示,OpenAI在成立时,主要目标是开发通用人工智能,并确保其安全。但随着时间的推移,事实证明奥特曼更关心的是利润而非安全。


「我认为这很不幸」。


在今年3月,Hinton在一次采访中表示,Ilya在认识AI的潜力和危险上具有先见之明。


在2012年,这些数字只能似乎仍然不如人类。它们在识别物体都和图像上可能能够达到和人类相同的水平,但我们当时不认为它们能处理语言和理解复杂事物。


「Ilya在我之前改变了主意,事实证明:他是对的。」


作为人工智能教父,Hinton一直在对AI的危险发出警告。意味深长的是,他这次却因AI拿了诺贝尔物理学奖。


而这次物理学奖和化学奖的获奖者,和全世界AI圈最有影响力的人物之间,也都有着千丝万缕的联系。


2012年,是AI命运齿轮转动的一年。


当年6月,吴恩达推荐Hinton去谷歌参与「The Cat Neurons」项目。


受此启发,Hinton带Ilya等学生研发了AlexNet深度卷积神经网络,在李飞飞创办的ImageNet大赛上夺冠。



因为用了4块英伟达的GPU,从此英伟达订单爆棚,老黄的命运开始改变。


在ImageNet上夺冠后,Hinton在太浩湖发起一场拍卖,谷歌、微软、百度、DeepMind竞标,最终谷歌取胜。


而参与竞标的DeepMind,被马斯克推荐给拉里佩奇,Hinton也参与了评估。最终谷歌收购DeepMind,随后AlphaGo诞生。


DeepMind的联创、靠一场国际象棋赢得投资的Hassabis,也与今年同Hinton一道获得了诺奖。



在Hinton的拍卖会一年后,小扎和LeCun飞往太浩湖,参加了同样的AI会议,招揽了一批顶级AI研究者。


三年后,刚和拉里佩奇大吵一架的马斯克在一次晚餐中遇到了奥特曼,随后OpenAI诞生。



这些至今对全世界举足轻重的人物,开端都在一个故事里。


博士毕业7年,39岁拿诺奖,近70年最年轻得主


说起昨天颁发的化学奖,除了为人熟知的Demis Hassabis,John Jumper的故事也更加励志。


一位大佬称, Jumper从博士论文发表,到拿下诺奖,只用了7年的时间。



如今,39岁的Jumper是70多年来,最年轻的诺贝尔化学奖得主。



得知自己获奖后,Jumper激动地分享了自己人生中最具历史性的时刻。




他生于1985年,是一位化学家和计算机科学家,目前在DeepMind担任研究主管。


Jumper于2007年在范德比尔特大学获得物理学和数学BS学士学位,2010年在剑桥大学获得理论凝聚态物理学硕士学位,2017年在芝加哥大学获得理论化学博士学位,博士导师是Tobin R Sosnick和Karl Freed。


2020年11月,AlphaFold在蛋白质结构预测关键评估(CASP)竞赛中夺得冠军。


AlphaFold赢得了比赛,其表现超过了其他算法,成为第一个能够准确预测蛋白质3D结构的机器学习算法。


随后,改进版后的AlphaFold2,能够以90%以上准确率预测出蛋白结构。



论文地址:https://www.nature.com/articles/s41586-021-03819-2


这项瞩目的成就,注定了背后推动者该享有的盛誉。


2021年,Nature期刊十大榜单中,将Jumper列为科学界最重要的十大人物之一。



2021年,Jumper还获得了BBVA基金会前沿知识奖的「生物学和生物医学」类别奖项。


2022年,Jumper获得了Wiley生物医学科学奖,2023年获得了突破奖生命科学奖,以表彰他开发了能够准确预测蛋白质结构的AlphaFold。


2023年,他还获得了加拿大盖尔德纳国际奖和阿尔伯特·拉斯克基础医学研究奖。


再到昨天,Jumper等三人共获诺贝尔化学奖,这是对他们在蛋白质结构预测领域做出的突出贡献的最高认可。



在与诺奖官方通话中,Jumper视自己为计算生物学家,并称「我们需要计算来解决生物学的问题。我只是很高兴它开始奏效了,我简直不敢相信我们这么快就得到了认可」。


他激动地表示,「我觉得自己有10%获奖几率。原本计划是睡个懒觉,等醒来那刻便知道自己是否获奖,但这个计划并未成功,因为睡那么久实在很难熬」。


LSTM之父怒斥Hinton不配诺奖


有趣的是,LSTM之父Jürgen Schmidhuber,自称被图灵奖遗忘的人,又现身「打假」了。


刚刚,他发长文表示,2024诺贝尔物理学奖授予Hopfield和Hinton的决定,实际上奖励了计算机科学剽窃,以及错误归属。


因为它忽视了AI先驱Shun-Ichi Amari的重要贡献。



Schmidhuber接下来给出了具体例证。



Shun-Ichi Amari(甘利俊一)是信息几何学之父,神经网络研究的先驱和泰斗


具有类神经元元素的Lenz-Ising循环架构,早在1925年被发表。


1972年,Shun-Ichi Amari发表的联想记忆模型论文,使其具有适应性,能够改变连接权重来学习将输入模式与输出模式相关联。



论文地址:https://ieeexplore.ieee.org/document/1672070


然而,在「2024年诺贝尔物理学奖科学背景」中只是简单提到了Amari。


不幸的是,Amari的网络后来被称为「Hopfield网络」。Hopfield在10年后重新发表了它,没有引用Amari,甚至在后来的论文中也没有。



论文地址:https://www.pnas.org/doi/10.1073/pnas.79.8.2554


其次,Ackley、Hinton和Sejnowski在1985年发表了玻尔兹曼机论文,是关于学习神经网络(NNs)隐藏单元中的内部表示。


然而,这篇论文也并没有引用Ivakhnenko和Lapa(1965年)首次提出的用于深度学习内部表示的工作算法。


也没有引用Amari(1967-68年)提出的通过随机梯度下降(SGD)端到端学习深度神经网络内部表示的研究。


甚至,作者们的综述和「2024年诺贝尔物理学奖科学背景」都没有提到这些深度学习的起源。


(他们也没有引用Sherrington和Kirkpatrick以及Glauber的相关先前工作。)



论文地址:https://www.cs.toronto.edu/~fritz/absps/cogscibm.pdf


第三点是,诺贝尔委员会还赞扬了Hinton等人,在2006年提出的深度神经网络逐层预训练方法。


然而,这项工作既没有引用Ivakhnenko和Lapa最初提出的深度神经网络逐层训练,也没有引用关于深度神经网络无监督预训练的原始工作(1991年)。



论文地址:https://www.cs.toronto.edu/~hinton/absps/fastnc.pdf


第四,诺贝尔官方的文章称,「20世纪60年代末,一些令人沮丧的理论结果导致许多研究人员怀疑这些神经网络永远不会有任何实际用途」。



文章地址:https://www.nobelprize.org/prizes/physics/2024/popular-information/


然而,深度学习研究在20世纪60-70年代显然蓬勃发展,尤其是在英语圈之外。


最后,更多剽窃和错误归属的案例可以在下面这篇文章中找到:



文章地址:https://people.idsia.ch/~juergen/ai-priority-disputes.html


AI来颁奖


既然这届诺奖显然已经被AI的「神力」影响了,那就让大模型们来预测一波,今晚诺贝尔文学奖的得主是谁?


GPT-4o给出的预测是:柳德米拉·乌利茨卡娅,残雪,杰拉尔德·穆南,安妮·卡森,米尔恰·卡塔雷斯库。



而o1-preview,则是经过思考7秒后得出了以下答案:村上春树,恩古吉·瓦·提安哥,玛格丽特·阿特伍德,阿东尼斯,哈维尔·马里亚斯。



Cladue 3.5 Sonnet的预测是:村上春树、玛格丽特·阿特伍德、恩戈齐·阿迪契耶、哈鲁基·穆拉卡米、安妮·卡森、唐·德里罗。可以说说,既有幻觉、又有笑点了。



最后,你觉得今晚诺贝尔文学奖,颁给AI概率有多大呢?


文章来源于“新智元”,作者“新智元


关键词: AI , AI诺贝尔 , AI文学奖 , chatGPT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

2
免费使用GPT-4o

【免费】ffa.chat是一个完全免费的GPT-4o镜像站点,无需魔法付费,即可无限制使用GPT-4o等多个海外模型产品。

在线使用:https://ffa.chat/