AI教父们,和他们走过的大学

AI GODFATHER ONE

Geoffrey Hinton

认知心理学 · 神经网络 · 2024诺贝尔物理学奖得主

剑桥大学爱丁堡大学多伦多大学Google Brain

1967年，20岁的Hinton进入剑桥大学国王学院，学的不是计算机，也不是物理，而是——实验心理学。

在剑桥，Hinton开始思考一个问题：人脑是怎么学习的？

1970年本科毕业后，他在爱丁堡大学拿到了哲学博士学位，研究的是人工智能。

Hinton的博士论文研究的是”全息记忆”——一种模拟人脑分布式存储的模型。

转折发生在1986年。

Hinton和合作者发表了关于反向传播算法的论文——这个算法让多层神经网络可以被有效训练。

在多伦多，Hinton招收了两个博士生：Alex Krizhevsky和Ilya Sutskever。

2012年，他们用一个叫AlexNet的深度卷积神经网络，在ImageNet图像识别竞赛中碾压了所有对手。

那一刻，全世界都明白了：神经网络回来了。

2024年，77岁的Hinton获得诺贝尔物理学奖。

而这一切，始于剑桥那个研究”人脑如何学习”的心理学本科生。

AI GODFATHER TWO

Yann LeCun

卷积神经网络 · 计算机视觉 · 图灵奖得主

巴黎第六大学AT&T贝尔实验室纽约大学Meta首席AI科学家

如果说Hinton是”深度学习之父”，那Yann LeCun就是“卷积神经网络之父”——今天所有图像识别背后，都有他的影子。

LeCun是法国人，1987年在巴黎第六大学（即后来的索邦大学 ）拿到计算机科学博士学位。

LeCun的博士论文研究的是反向传播在神经网络中的应用。

LeCun的解决方案是：卷积神经网络（CNN）。

1989年，他发表了第一篇CNN论文。1998年，他开发的LeNet-5被用于自动识别邮政编码——这是深度学习第一次真正的商业应用。

2019年，LeCun和Hinton、Yoshua Bengio一起获得图灵奖。

而这份坚持，始于巴黎那所大学里，一个研究”如何让机器看懂世界”的博士生。

AI GODFATHER THREE

Yoshua Bengio

序列建模 · 注意力机制 · 图灵奖得主

麦吉尔大学蒙特利尔大学Mila创始人

如果说Hinton和LeCun让神经网络”活了过来”，那Yoshua Bengio就是让神经网络学会”理解语言”的人。

Bengio出生在法国，成长在加拿大蒙特利尔。1991年，他从麦吉尔大学拿到计算机科学博士学位。

Bengio做的事情，在当时看起来更加”不切实际”：让神经网络理解语言。

2003年，他发表了神经语言模型的开创性论文。

2014年，Bengio的学生发表了关于注意力机制的论文；2017年，Google的研究者基于注意力机制提出了Transformer。

整个现代大语言模型的技术路线，都可以追溯到Bengio在蒙特利尔的研究。

一个从麦吉尔开始、在蒙特利尔扎根的学者，最终成为全球AI伦理讨论的引领者。

AI ENTREPRENEUR ONE

Sam Altman

斯坦福辍学生 · OpenAI CEO · ChatGPT之父

斯坦福大学（辍学）Y Combinator总裁OpenAI创始人

2022年11月30日，ChatGPT发布。五天内，用户突破100万；两个月内，突破1亿。

站在这个产品背后的，是Sam Altman。

Altman不是科学家，也没有博士学位。他是典型的硅谷创业者——斯坦福辍学生。

2005年，20岁的Altman进入斯坦福大学，学的是计算机科学。但两年后，他辍学了。

Loopt后来被收购，Altman成为连续创业者。2014年，29岁的他成为Y Combinator（YC）的总裁。

2015年，他和Elon Musk、Reid Hoffman等人联合创办了OpenAI。

2022年，ChatGPT发布，引爆全球AI热潮。

一个斯坦福辍学生，没有博士学位，却成为AI时代最有影响力的人之一。

AI VISIONARY ONE

Demis Hassabis

神经科学 · 强化学习 · AlphaGo之父

剑桥大学伦敦大学学院(UCL)DeepMind创始人2024诺贝尔化学奖得主

2016年3月，AlphaGo以4:1击败李世乭，震惊世界。

AlphaGo的创造者，是Demis Hassabis。

Hassabis是个神童。4岁开始下国际象棋，13岁成为国际象棋大师。

1997年，Hassabis进入剑桥大学学习计算机科学。

但他始终对一个问题着迷：智能是什么？我们能不能造出真正的智能？

2005年，Hassabis回到学术界，进入伦敦大学学院（UCL）攻读认知神经科学博士。

Hassabis的博士研究方向是：记忆、想象和大脑的情景模拟能力。

2009年博士毕业后，Hassabis没有留在学术界，而是创办了DeepMind。

DeepMind的使命很简单：造出通用人工智能（AGI）。

2014年，Google以4亿英镑收购DeepMind。

2016年，AlphaGo击败李世乭。2017年，AlphaGo Zero用40天达到了超越所有人类的水平。

2024年，Hassabis因AlphaFold的贡献获得诺贝尔化学奖。

而这个问题意识，来自剑桥的计算机科学训练，和UCL的神经科学沉浸。

没有”标准路径” —— Hinton学心理学，LeCun是工程教育，Bengio是计算机，Altman辍学，Hassabis是神经科学博士。

跨学科是常态 —— 他们都在多个领域之间建立桥梁。

“冷板凳”是必经之路 —— 他们都在主流AI圈最不看好神经网络的20年里坚持了下来。

大学的作用：提供自由和庇护 —— 这些大学给了研究者”做别人认为不可能的事”的自由。

师承关系塑造了整个领域 — 现代AI几乎是一个”师徒传承”的江湖。