本文由readlecture.cn转录总结。ReadLecture专注于音、视频转录与总结，2小时视频，5分钟阅读，加速内容学习与传播。

引言

介绍演讲者Merrick Gertler，多伦多大学校长

介绍并庆祝2024年诺贝尔物理学奖得主Geoffrey Hinton

概述Hinton在人工智能领域的贡献和影响

Hinton的背景和贡献

在多伦多大学的工作和成就

对多个学科的深远影响

被称为“AI之父”的原因

Hinton的诺贝尔奖获奖感言

对获奖的惊喜和感想

感谢导师和学生

对AI未来的担忧和期望

媒体问答环节

AI的遗产和未来

Hinton对AI领域的遗产的看法

对AI可能带来的负面影响的担忧

AI在城市和研究中的应用

如何利用神经网络改善城市

加拿大研究景观的变化

AI的安全性和控制

如何避免AI的灾难性后果

AI安全研究的重要性

AI的历史和现状

AI在普及前的研究经历

AI超越人类智能的可能性

个人和财务问题

获奖后的第一通电话

对诺贝尔奖金的计划

AI的伦理和监管

对AI发展的看法和建议

政府在AI监管中的角色

AI的未来发展

AI在医疗领域的潜在应用

AI在其他领域的未来前沿

总结和展望

Hinton的诺贝尔奖对大学和学术界的影响

对未来研究和教育的启示

内容总结

一句话总结

Geoffrey Hinton因其对人工智能和深度学习的开创性贡献获得2024年诺贝尔物理学奖，他在获奖感言中强调了AI的潜在益处和风险，并呼吁加强AI安全研究。

观点与结论

Hinton的贡献不仅限于AI，还涉及多个学科，如物理学、认知心理学和神经生物学。

AI有可能带来巨大的生产力提升和更好的生活质量，但也存在潜在的负面影响。

需要更多的研究和资源来确保AI的安全性，避免灾难性后果。

加拿大的研究环境在AI领域有所改善，但仍需更多资金支持。

AI在医疗领域的应用前景广阔，但需要克服技术和保守主义的障碍。

自问自答

问:Hinton为什么被称为“AI之父”？答:因为他对人工神经网络和深度学习的开创性研究，这些研究对AI领域产生了深远影响。

问:Hinton对AI的未来有什么担忧？答:他担心AI可能变得比人类更智能，以至于我们无法控制它，导致负面后果。

问:Hinton如何看待AI在医疗领域的应用？答:他认为AI在诊断和治疗方面有巨大潜力，但目前进展比预期慢，主要因为医疗行业的保守性。

问:Hinton对AI的监管有什么建议？答:他建议政府鼓励大公司投入更多资源进行AI安全研究，并支持基础研究。

问:Hinton的诺贝尔奖金将如何使用？答:他计划将奖金捐赠给慈善机构，特别是那些为神经多样性青年提供就业机会的机构。

问:Hinton对AI的未来发展有什么看法？答:他认为AI在机器人和语言模型推理方面有巨大的发展潜力，但也需要关注安全性。

关键词标签

人工智能

深度学习

诺贝尔奖

神经网络

安全性

医疗应用

研究环境

适合阅读人群

人工智能研究人员

科技爱好者

政策制定者

学生和学者

对未来科技发展感兴趣的公众

术语解释

AI(人工智能):模拟人类智能的计算机系统。

深度学习:一种机器学习方法，使用多层神经网络来模拟复杂的数据模式。

神经网络:一种模拟人脑神经元连接的计算模型。

诺贝尔奖:由瑞典发明家阿尔弗雷德·诺贝尔设立的年度奖项，表彰在物理学、化学、医学、文学和和平领域的杰出贡献。

AI安全:确保人工智能系统安全、可靠和可控的研究领域。

基础研究:以探索未知和满足好奇心为目的的科学研究，通常不直接应用于实际问题。

视频来源

https://www.bilibili.com/video/BV1Xq2wYEEj8?p=1

讲座回顾

梅里克·格特勒担任多伦多大学校长，表彰2024年诺贝尔物理学奖得主杰弗里·辛顿。

杰弗里·辛顿是人工神经网络和深度学习领域的先驱，研究跨足多个学科。

辛顿教授的算法对数据处理和高级发现有深远影响，被誉为“人工智能之父”。

辛顿教授在多伦多大学工作近三十年，推动该校成为机器学习和人工智能领域的全球领导者。

辛顿教授关注人工智能的伦理和社会影响，提升其重要性。

各位好，我是梅里克·格特勒，很荣幸担任多伦多大学校长。我们来自世界各地，齐聚线上，共同表彰并庆祝2024年诺贝尔物理学奖得主、多伦多大学荣誉教授杰弗里·辛顿。杰弗里·辛顿是全球公认并备受尊敬的人工神经网络和深度学习领域的先驱。他的跨学科研究项目不仅涉及人工智能和机器学习，还与物理学、认知心理学、神经生物学、数学优化和信息论紧密相连。

辛顿教授对多个领域和学科产生了深远影响，他实际上开创了思考和学习的新方式。他及其学生开发的算法影响深远，这些算法支撑了当今广泛应用的数据处理和高级发现能力。辛顿教授的基础性贡献及其深远影响赢得了学术界的广泛赞誉，更在全球范围内获得了广泛的公众认可，以至于他常被誉为“人工智能之父”。

辛顿教授在其杰出的学术生涯中，有近三十年在多伦多大学度过，并于2006年被授予“大学教授”称号，这是我们最高的学术荣誉。很大程度上得益于他的领导和对年轻学者的杰出指导，多伦多大学已成为机器学习和人工智能领域的全球领导者，这包括人工智能的伦理后果和社会影响，辛顿教授最近提升了这一话题的重要性，帮助全球聚焦这些重要议题。

我非常荣幸且愉快地向大家介绍多伦多大学荣誉教授杰弗里·辛顿。

杰弗里·辛顿荣誉教授，2024年诺贝尔物理学奖得主。辛顿教授，欢迎您。

非常感谢。我仍然有些震惊。我得到了

作者获得诺贝尔物理学奖，出乎意料。

奖项是对神经网络领域众多研究者的认可。

特别感谢两位导师：大卫·鲁梅尔哈特（反向传播算法）和特里·塞杰诺夫斯基（玻尔兹曼机）。

提到学生们的贡献，特别是解雇萨姆·奥特曼的学生。

凌晨一点钟，加州的一个电话。我在想是否应该接听。幸运的是，我决定看看是谁打来的。结果我极其惊讶地得知自己获得了诺贝尔物理学奖。我从未预料到这一点。我认为这个奖项是对一大群人的认可，他们在神经网络领域辛勤耕耘多年，才使得这一技术真正发挥作用。

我特别想感谢我的两位主要导师，大卫·鲁梅尔哈特，我和他一起研究了反向传播算法。大卫因一种严重的脑部疾病英年早逝。否则，站在这里的应该是他而不是我。还有我的同事特里·塞杰诺夫斯基，我们在1980年代合作研究玻尔兹曼机，他教会了我很多关于大脑的知识。

我还想感谢我的学生们。我特别幸运，拥有许多非常聪明的学生，他们比我聪明得多，实际上是他们让事情得以实现。他们后来都取得了巨大的成就。我特别自豪的是，我的一个学生解雇了萨姆·奥特曼。我想我最好就说到这里，留待大家提问。

图片

非常感谢，杰夫。现在我们将接受媒体成员的提问，并邀请我的同事丽莎·皮雷斯——来自多伦多大学媒体关系团队，来主持我们的问答环节。丽莎。

图片

提问方式：只接受书面提问，需注明姓名和所属新闻机构。

感谢对象：约书亚·本吉奥和扬·勒昆，对领域发展有重要贡献。

辛顿博士观点：

人工智能遗产：带来巨大好处，但也可能带来负面结果。

人工智能控制：当AI超越人类智能时，控制问题尚不明确。

神经网络应用：改善城市管理，去除政治人物（幽默）。

加拿大研究环境：

变化：神经网络有效性被认可。

相似：资金较少，但使用得当，基础研究为主。

人工智能安全：

避免灾难性场景：需更多研究，政府应迫使大公司提供计算设施。

人工智能历史：

早期不被看好，但神经网络最终证明有效。

人工智能未来：

预计20年内可能超越人类智能。

诺贝尔奖相关：

获奖反应：惊讶，第一个电话打给妹妹。

获奖后：几乎没睡觉，很多人联系。

人工智能发展：

不建议减缓发展，需确保安全。

大型语言模型：

不会导致智力下降，类似口袋计算器。

诺贝尔奖惊讶原因：

非物理学家，奖项出乎意料。

OpenAI评论：

成立时关注安全，后转向利润。

政府监管：

应鼓励大公司投入更多资金进行安全研究。

诺贝尔奖金计划：

捐给慈善机构，支持神经多样性青年。

防止严重后果：

开发者需小心，研究应在大公司进行。

人工智能风险：

假视频破坏选举，增加网络钓鱼攻击。

安大略科学中心：

激发好奇心，拆除决定不幸。

加拿大保持地位：

继续资助基础研究，提供计算资源。

不受欢迎研究建议：

坚持信念，直到明白错误。

人工智能超越人类：

预计五到二十年内发生。

谢谢，格特勒校长。为了确保我们能回答尽可能多的问题，我们将只接受书面提问。请在提交问题时，使用屏幕底部的问答框，并注明您的姓名和所属新闻机构。我们将稍作等待，以便收集问题。

我还想感谢约书亚·本吉奥和扬·勒昆，他们是亲密的同事，对这个领域的发展起到了关键作用。我们收到了CTV国家新闻的阿德里安的提问。阿德里安，如果你能把问题打出来，将有助于我们回答。谢谢，阿德里安。这个问题是给辛顿博士的。辛顿博士，您认为您在人工智能领域的遗产会是什么？我希望人工智能能带来巨大的好处，提高生产力，并改善每个人的生活。我确信它将在医疗保健领域做到这一点。然而，我担心它也可能导致负面结果。特别是，当人工智能变得比人类更聪明时，我们是否能控制它尚不清楚。

下一个问题是来自《多伦多星报》的维多利亚·吉布森。她问，您会如何利用神经网络来改善多伦多这座城市？我不确定神经网络能否去除道格·福特。《多伦多星报》的维多利亚还问，与您刚开始时相比，加拿大的研究环境现在有何不同？主要区别在于，人们现在认识到神经网络的有效性。然而，许多方面仍然相似。加拿大高级研究所对加拿大擅长的领域的研究人员有很大帮助。加拿大面临的主要问题是，与美国相比，资金较少，但资金使用得当。NSERC，即这类研究的主要资助委员会，将资金用于基础的、好奇心驱动的研究。许多先进的神经网络正是从这种研究中涌现的，而不是通过向应用问题砸钱。

来自法新社的伊萨姆·艾哈迈德问，我们如何避免人工智能带来的灾难性场景？我们目前不知道如何避免所有这些场景，这就是为什么我们迫切需要更多研究。我主张我们最优秀的年轻研究人员致力于人工智能安全，政府应迫使大公司提供必要的计算设施。

来自加拿大通讯社的塔拉·德沙姆斯向辛顿教授提问：长期以来，人工智能并不被视为一种受欢迎的技术。在它变得无处不在之前，从事其基础工作是什么感觉？那很有趣，但令人沮丧的是，人工智能领域的许多人认为神经网络永远不会奏效。他们错了。

CTV新闻的阿德里安·戈比尔问，您能详细说明您对人工智能的担忧吗？您认为它可能会变得比人类更聪明吗？我认识的大多数顶尖研究人员都认为人工智能将超越人类智能。估计各不相同，但许多人认为这可能在接下来的20年内发生。

一个匿名问题问，当您发现自己获得诺贝尔奖时，第一个电话打给了谁？我在澳大利亚的妹妹。她的反应是：“哦，我的天哪。”

加拿大通讯社的塔拉·德沙姆斯问，获得诺贝尔奖后，您的一天过得如何？我几乎没怎么睡觉，很多人试图联系我，包括老朋友。

BetaKit的伊莎贝尔·柯克伍德问，您如何协调获得这一认可与您对需要减缓人工智能发展和其带来的风险的直言不讳？我从未建议减缓人工智能的发展，因为这是不可行的。人工智能有很多积极的影响，但我们需要认真努力确保其安全。

法新社的伊萨姆·艾哈迈德问，您认为过度依赖大型语言模型会导致智力下降吗？我不这么认为。这就像口袋计算器的引入，会使人更聪明，而不是更笨。

CTV新闻的阿德里安·戈比尔问，为什么您对获得诺贝尔奖如此惊讶？我完全不知道自己被提名了。我不是物理学家，对物理学非常尊重，所以这个奖项非常出乎意料。

美联社的马特·奥布莱恩问，您能详细说明您对萨姆·奥特曼的评论吗？OpenAI成立时专注于安全，但随着时间的推移，萨姆·奥特曼越来越关注利润。

PA传媒的杰西卡·科茨问，您认为政府应该更严格地监管人工智能吗？政府可以鼓励大公司投入更多资金进行安全研究。

加拿大通讯社的塔拉·德沙姆斯问，您对诺贝尔奖金有什么计划吗？我将把它捐给慈善机构，包括为神经多样性青年提供工作的机构。

路透社的瓦隆问，您有什么建议来防止严重后果？人工智能的开发者需要小心，研究应该在大公司进行，这些公司有资源。

法新社的伊萨姆·艾哈迈德问，人工智能有哪些令人担忧的粗略领域？风险包括假视频破坏选举和增加网络钓鱼攻击。

《多伦多星报》的维多利亚·吉布森问，为什么安大略科学中心在您的脑海中？它激发了年轻人的好奇心，但政府决定拆除它是不幸的。

加拿大通讯社的塔拉·德沙姆斯问，加拿大如何保持其在人工智能领域的地位？继续资助好奇心驱动的基础研究，并提供重要的计算资源。

多伦多大学新闻的拉胡尔·卡尔瓦帕莱问，您对教授和学生坚持不受欢迎的研究有什么建议？如果你相信某件事，不要放弃，直到你明白为什么这种信念是错误的。

《读卖新闻》的小林康弘问，人工智能何时会超越人类的能力？大多数研究人员认为这会发生，可能在五到二十年内。

如果有人有最后时刻的问题，我们很乐意在线上多待一会儿。请使用屏幕底部的问答框，并注明您的姓名和媒体机构。

图片

辛顿教授获得诺贝尔奖将对多伦多大学产生积极影响。

类似1986年约翰·波拉尼获得诺贝尔奖的情况，提升全校士气。

有助于吸引和留住优秀人才。

对加拿大、多伦多及多伦多大学吸引全球优秀人才有重要影响。

你认为辛顿教授的诺贝尔奖将如何在整个大学内产生回响，并激励人工智能及其他领域的学术研究？嗯，我认为这将产生巨大影响，而且是极其积极的。1986年，当另一位杰出科学家约翰·波拉尼在多伦多大学获得诺贝尔化学奖时，我还是一名非常年轻的助理教授。我至今记得当约翰获得这一喜讯时，我为我们的学术共同体感到多么自豪。这一事件不仅在化学领域，而且在整个多伦多大学都持续产生了如此积极的影响。我认为杰夫今天的获奖也将产生类似的效果，提升全校的士气，同时帮助我们吸引和留住优秀人才。杰夫今天在回答几个问题时已经谈到了这一点。我认为，这样的胜利对加拿大、多伦多以及多伦多大学吸引来自全国各地乃至全球的优秀新人才、杰出学生和卓越教职员工的能力所产生的影响，怎么强调都不为过，因为杰夫的获奖带来了广泛的认可。谢谢，格特勒校长。

图片

杰弗里·辛顿教授讨论了人工智能领域的几个前沿：

机器人技术中AI操控物体的能力。

大型语言模型在推理能力的改进。

辛顿教授提到AI在医疗保健领域的潜在积极作用：

AI在诊断方面的进步，特别是结合医生使用时。

AI家庭医生可能带来的医疗进步。

辛顿教授反思了AI在医疗保健领域进展缓慢的原因：

医疗行业的保守性。

对AI系统进展速度的错误估计。

辛顿教授强调了基础研究的重要性，特别是好奇心驱动的研究。

我们现在回到杰弗里·辛顿教授，接听来自法新社的伊萨姆·艾哈迈德的另一个问题。他们问，在人工智能领域，您认为哪些是令人兴奋的下一个前沿？好吧，我今年76岁了，我认为自己不会再进行太多前沿研究了。我打算花时间倡导人们关注安全问题。我认为在机器人技术领域，让AI擅长操控物体方面有着非常令人兴奋的前沿。目前，我们在这方面比计算机做得更好，比人工神经网络更胜一筹。但在这方面将会有很多进展。不过，这可能需要更长的时间。我还认为，这些大型语言模型在推理方面将会变得越来越好。因此，OpenAI的最新模型和谷歌的模型，比如Gemini的最新版本，一直在不断改进推理能力。我认为这将是非常令人兴奋的。

下一个问题来自《多伦多星报》的维多利亚·吉布森。同样，她来自《多伦多星报》。这个问题是给辛顿教授的。她问，您提到了AI可能走偏的领域，比如网络攻击、虚假视频等。您能分享一些更具体的例子，说明您认为AI如何发挥积极作用吗？哦，是的。所以如果你考虑医疗保健领域，安大略省预算的很大一部分用于医疗保健。AI在那里可以产生巨大的影响。实际上，我在2016年预测，到目前为止，AI将能够阅读放射科医生通常阅读的所有扫描图像。这个预测是错误的。我当时有点过于乐观了。可能还需要五年时间才能实现，但我们显然正在朝着这个方向前进。AI在诊断方面将会更加出色。因此，如果你拿难以诊断的病例来看，医生能正确诊断40%。而AI系统能正确诊断50%。医生和AI系统的结合能正确诊断60%，这是一个很大的进步。在北美，每年有数十万人因误诊而死亡。有了AI，诊断将会大大改善。但真正会发生的事情是，你将拥有一个看过一亿名患者并掌握大量知识的AI家庭医生，它将能更好地处理你所患的任何疾病，因为你的AI家庭医生已经见过许多类似的病例。

谢谢，辛顿教授。我们没有看到其他问题，但我们还有时间再回答一两个问题。因此，如果通话中的任何人有其他问题，我们再次邀请您在屏幕下方的问答框中输入您的问题，并注明您的姓名和您所代表的媒体机构。在我们等待最后时刻的问题时，辛顿教授，我们很好奇，在今天的记者会上，有没有我们没有触及到的话题，您想提一下，或者有没有我们在众多记者提问中遗漏的内容？我们只是简要提到了好奇心驱动的基本研究的作用。因此，人工神经网络的基础工作，几乎全部由大学研究人员完成，他们只是跟随自己的好奇心。资助这种研究非常重要。它不像其他类型的研究那样昂贵，但它为后来非常昂贵且涉及大量技术的事情奠定了基础。

谢谢。我们这里还有一个来自《多伦多星报》的维多利亚·吉布森的问题，可能是对您刚才提到的关于医疗保健和AI的进一步提问。她说，为什么我们还没有达到您预测的AI在医疗保健中发挥更大作用的阶段？还有哪些障碍阻碍了这一进程？一个障碍是医疗行业非常保守。这有很好的理由。如果你犯错时有人死亡，保守是一个好政策。但他们相对较慢地采用新技术。另一个原因是，我只是错误地估计了AI系统会比...

图片

人工智能系统在解读扫描图像方面与放射科医生相当，甚至更优。

预计几年内人工智能系统将超越放射科医生。

未来将出现放射科医生与人工智能系统的合作模式。

人工智能系统将负责解读扫描图像，放射科医生确认无误。

最终，人工智能系统将承担几乎所有工作。

辛顿教授主持的问答环节结束。

人工智能系统如今在解读各种扫描图像方面已能与放射科医生相媲美，甚至在某些方面表现更佳。我相信，再过几年，它们必定会超越放射科医生。我们将看到的是放射科医生与人工智能系统之间的合作，其中人工智能系统负责解读扫描图像，而放射科医生则确认没有出现错误。最终，人工智能系统将几乎承担所有的工作。谢谢您，辛顿教授。今天的问答环节到此结束。

图片

提供了一个电子邮件地址：media.relations@utoronto.ca，用于联系。

强调该电子邮件地址已经显示在聊天框中。

提到格特勒校长将发表闭幕词。

在聊天框中，您会看到一个电子邮件地址，如果您有其他问题，可以通过该地址联系我们。您现在应该就能看到它了。这个电子邮件地址是media.relations@utoronto.ca。接下来，我将请格特勒校长发表闭幕词。

图片

祝贺杰夫获得诺贝尔奖。

代表多伦多大学师生和加拿大及世界各地的朋友、同事和仰慕者表达自豪。

感谢大家共同庆祝这一时刻。

谢谢你，丽莎。谢谢你，杰夫。再次祝贺你们取得的这一辉煌成就，你们的诺贝尔奖。我确信，我代表多伦多大学全体师生，也代表加拿大以及世界各地的众多朋友、同事和仰慕者，表达我们为你们今日所获认可的成就感到无比自豪。同时，也感谢大家今天与我们一同庆祝这一美好时刻。干杯。