- 元宇宙：本站分享元宇宙相關(guān)資訊，資訊僅代表作者觀點與平臺立場無關(guān),僅供參考.
一個試圖破解萬物奧秘的人，卻因自己的求索背負了沉重的十字架，直到墳墓中也沒卸下。
這是宇宙殘酷的小玩笑。
正是在1947年的冬季，倫敦西南的溫布爾頓，一個叫做杰弗里·辛頓的小男孩呱呱墜地。
站在辛頓和愛因斯坦的切近，你找不到他們的任何共同點，除了兩人都獲得了諾貝爾物理學獎。
相隔102年。
但如果退到崖邊遠眺，你也許會驚奇地目睹：歷史的齒輪旋過幾代人頭頂，經(jīng)過102年的漫長行進，正再次嚴絲合縫地嚙合在一起。就在那齒輪彈撞的一瞬間，兩人靠得很近。
歷史的交接，沉默的巨響。
人們抬起頭，一切如常。
GeoffreyHinton
最近十年，不特別冷的日子，辛頓都會住在自己的島上。
沒錯，是他的島，一個點綴在加拿大休倫湖畔，完美符合人們對“人工智能教父”名頭浪漫想象的島嶼。
他在65歲時買下這座島。而在65歲以前的任何一天，他恐怕都沒幻想自己能這么奢侈地“消費”。
在那之前30年，辛頓只有一個身份：計算機科學教授。
現(xiàn)在人們很自然地把他做的事情稱為“人工智能”。但時鐘撥回上世紀70年代，這不過是一個只有幻想家和瘋子才愿意投身的冷門學科。
甚至研究者本人都覺得“人工智能”這樣的詞太過艷俗難以說出口，一般稱自己搞的是“機器學習”。
而辛頓所投身的，又是機器學習里冷門的一派：神經(jīng)網(wǎng)絡。
簡單來說，就是用計算機模擬人類大腦的億萬神經(jīng)元連接，從而涌現(xiàn)出“智能”。
可具體怎么“涌”？真是鬼知道。
在打長途電話還要人工接線，電腦剛剛開始小型化，出門只能靠紙質(zhì)地圖的Lo-Fi年代，人造神經(jīng)元之類的話聽上去就像夢囈。
1970年生產(chǎn)的IBMSystem3電腦。
GeorgeBoole
1815-1864
布爾妻子的叔叔是地理學家，他的姓氏Everest命名了珠峰；
EthelLilianVoynich
1864-1960
辛頓的曾祖父查爾斯·霍華德·辛頓是數(shù)學家兼奇幻作家，發(fā)明了“四維立方體”，就是你在《星際穿越》里看到的四維空間；
8歲的辛頓在動物園里和蟒蛇合影。
他懵懂地意識到：生命對環(huán)境的反應模式并非完全隨機，而是遵循某種“直覺”。
這種直覺既不像數(shù)學公式那樣簡單輸出，也不像宗教宣揚的“靈魂”那樣不可琢磨。
它有跡可循。
就在小辛頓蹲在爬滿冷血動物的大坑旁邊的50年代，大洋彼岸的美國心理學家弗蘭克·羅森布拉特行動了。
他改造了一臺碩大的IBM計算機，模擬出幾百個神經(jīng)元，想讓它從識別字母和形狀開始，最終成為一個生命。
這就是后來一切“神經(jīng)網(wǎng)絡”的母機——感知機。
BernardWilliams
威廉姆斯是一位道德哲學家，他一生都在跟一個敵人戰(zhàn)斗，那就是——還原論。
“還原論”，其實是當時主流科學的一個假設(shè)推論：
萬事萬物，無論多復雜，都可以拆解成一個個邊界分明的、有特定功能的“零件”。
這意味著，想要復刻某個系統(tǒng)——包括人和動物——只需找齊所有的零件！
BladeRunner（1982）
給機器強行輸入概念和規(guī)則，被歸為人工智能的“符號主義”流派，它扎根于“還原論”；
而用人造神經(jīng)系統(tǒng)整體模仿人的學習過程，就歸為“神經(jīng)網(wǎng)絡”流派，它源自于“系統(tǒng)論”。
而后幾十年，兩派勢同水火，各不相讓，表面上是技術(shù)路線之爭，實際上卻是對世界本質(zhì)的“押注”。
賭的就是：這個世界究竟是一堆利落的“零件”，還是一坨牽一發(fā)動全身的“濃湯”？
這里，我們不妨明晰一下“符號主義”和“神經(jīng)網(wǎng)絡”在方法論上的根本區(qū)別：
在“符號主義”的方案里，最小的零件就是“概念”。
例如：食物、醬汁、調(diào)味品、甜、味道、紅色、番茄、美國、炸薯條、蛋黃醬、芥末，這些都是概念。
所有概念用規(guī)則相連，組成一個巨大的漁網(wǎng)。
而新概念，例如“番茄醬”，則可以掛在剛才這些舊概念網(wǎng)眼中的適當位置，成為新的繩結(jié)。
新概念無窮無盡，漁網(wǎng)上的網(wǎng)眼也無窮無盡；
舊規(guī)則不夠精準，也需要用無窮無盡的新規(guī)則來完善。
例如：鳥會飛，企鵝是鳥，但企鵝是不會飛的鳥。
“神經(jīng)網(wǎng)絡”比“符號主義”更接近我們大腦的工作方式。
不過沒人規(guī)定智能必須以類腦的方式實現(xiàn)，你完全可以“抄近路”。
而且造物主絕對是個“反雞湯者”，因為很多情況下抄近路就是有效的。
1970年代，“符號主義”已經(jīng)突飛猛進，能做出一些像模像樣的推理，可是“神經(jīng)網(wǎng)絡”還停留在智障階段。
這是一種極強的反饋。很多神經(jīng)網(wǎng)絡學者含恨倒戈，加入了“還原論”的陣營。
但辛頓無法說服自己。和小時候一樣，他不能接受有什么東西違背了自己對世界構(gòu)建的認知模型。
1972年，他進入愛丁堡大學攻讀博士，方向就是“神經(jīng)網(wǎng)絡”。
如果別人無法找出原因，他就得自己找出原因。
如無意外，這次找到答案，要比搞懂公交車上硬幣爬坡花費更長的時間。
就在博士的第一年，辛頓看到了一個其他人工智能小組做的實驗：
一臺計算機，連著兩個攝像頭，系統(tǒng)要自主控制機械臂把積木搭成汽車的形狀。
這對于當時的技術(shù)來說是地獄難度。因為系統(tǒng)視覺只能靠輪廓識別散落的積木塊，一旦堆在一起，它就不認識了。
讓辛頓難忘的瞬間出現(xiàn)了：機械臂退后了一點，然后“砰”地一拳把積木堆打散。
如果有人這么干，你會覺得他是因為“做不到”而沮喪。在機器人揮拳猛擊積木時，我感到了它有同樣的情緒。
辛頓說。
擁有感覺，就是你開始渴望得不到的東西。
LudwigEduard Boltzmann
然而，玻爾茲曼當時遭到了一眾科學家的激烈反對，甚至對異教徒似的攻擊。
一個重要的理由是：你竟然用“統(tǒng)計數(shù)字”、“計算概率”的模糊方法來解釋具有確定性的物理世界，這算什么科學？
反對派科學家的憤怒，本質(zhì)上只有三個字：不承認。
不承認這個宇宙的復雜性超越人類的計算能力；不承認人類拼盡全力也只能以模糊的方式把握這個世界。
但宇宙不會因渺小人類的憤怒而改換它的基本結(jié)構(gòu)。
放棄對“精確”的執(zhí)念，正是撕開迷霧，找到那座連接“宏觀”和“微觀”之橋的重要前提。
但這里存在一個問題。
假如，你把各種顏色的墨水混在一起。
它們肯定會經(jīng)歷一個混合的動態(tài)過程，最終會完全均勻。（此時每個分子在各種可能狀態(tài)上的概率是相同的。）
要理解霍普菲爾德的洞見，首先要知道“最小化自由能原理”。
無論在什么物理結(jié)構(gòu)中，系統(tǒng)總會盡可能對外做功——就像小球總會往低處滾那樣。
滾到相對低位后，系統(tǒng)就達到了“最小化自由能狀態(tài)”，從而實現(xiàn)穩(wěn)定。
這張圖上方顯示了一個“自旋玻璃”，它內(nèi)部的無序性構(gòu)成了一種穩(wěn)態(tài)，產(chǎn)生了下方所示的復雜的“能量地形”。
霍普菲爾德的神來之筆是：
他沒有用現(xiàn)實世界的原子制造“自旋玻璃”，而是用計算機的0和1不同的電位來替代原子狀態(tài)，在賽博空間模擬出了“自旋玻璃”。
它也被后來人稱為“霍普菲爾德網(wǎng)絡”。
與地球不同，霍普菲爾德網(wǎng)絡中山脈的最終走向不是大自然創(chuàng)造的，而是人設(shè)定的。
設(shè)定的方法就是“訓練”。
例如，我們用“26個字母的形狀”進行訓練，最終這個霍普菲爾德網(wǎng)絡的“地貌”就會被塑造成特定的樣子，并且穩(wěn)定在這個樣子。（因為這個樣子它的自由能就是最低的。）
此時，訓練完成。
同時從很多個點向下扔小球，他們最終會停留到不同的位置。
比如我們站在這片山脈的上空，按照這樣的排列方式扔一些小球：
生物神經(jīng)元之間信號的強弱，和神經(jīng)網(wǎng)絡節(jié)點之間強弱的類比。
在相繼登上玻爾茲曼和霍普菲爾德這兩個巨人的肩膀之后，鏡頭從辛頓的腦后緩緩升起，鼓點聲由遠及近，他面前迷霧散盡，浮現(xiàn)出一座雄偉的大橋。
辛頓瘦削的手臂，接過了人類探索的熊熊火炬。
（四）蛹、湯、蝶
記憶并非智能的終結(jié)，它需要理解這些信息，最終用表達給予回應。
有心理學背景的辛頓很快就發(fā)現(xiàn)了要害：
也許是為了簡便，也許是沒有走那么遠，總之，霍普菲爾德假設(shè)了存儲的各項信息之間是完全獨立的。
也就是說：霍普菲爾德網(wǎng)絡在學字母表時，默認A是A、B是B、C是C。如果輸入一個信息，系統(tǒng)或者判定它是A，或者判定它是B，不會判定它介于A和B之間。
這有點兒像硬幣分類機，任何硬幣都必然會落在某個預定的溝槽內(nèi)：
這張圖展示了詞語之間語義關(guān)聯(lián)的程度，顏色越紅表示語義關(guān)聯(lián)越大。例如“名字”和“性別”的內(nèi)在關(guān)聯(lián)就很大。
由此，概念之間不再是孤島，而是依靠概率建立起了精妙的數(shù)學關(guān)系，形成了一個“語義空間”：
每個詞在語義空間中都有一個坐標。
語義空間不是普通的三維，而是多維空間，也許有幾百個，幾千個維度。
這張圖展示了用50個維度來描繪左邊的詞。每一個維度上的顏色都可以看作一個“亞概念”的強度。
有了這個“語義空間”，系統(tǒng)得以把概念拆碎，為每一個亞概念的“粉末”找到它的坐標。
舉例來說：
普通的“通”和暢通的“通”，就包含某種共同的深層語義，我們能體會其中的亞概念，但卻很難描述。
而利用亞概念進行學習，就相當于進入了“盜夢空間”的更深層，一瞬間打通了任督二脈，理解就產(chǎn)生了。
而且，它還可以在深層空間重新整合這些亞概念，吐出和學習資料不同的全新語句，也就是表達。
這正是辛頓要做的。
1983年，辛頓和他的合作者特倫斯·謝諾夫斯基宣布了這個新系統(tǒng)——“玻爾茲曼機”。
玻爾茲曼機：上面是可見層，下面是隱藏層。
玻爾茲曼機的訓練，大部分工作其實就是對各種概率的計算，把計算好的參數(shù)固定在各個神經(jīng)元的連接參數(shù)里，讓這些神經(jīng)元最終所構(gòu)成的“地貌”能夠逼近訓練素材中所隱含的“地貌”。
這時神經(jīng)元數(shù)量已經(jīng)非常大，每一個神經(jīng)元在“地貌”中具體起什么作用已經(jīng)很難說清。
也就是說，人類沒有辦法對具體的神經(jīng)元進行直接干預，只能使用某種算法來操作。
辛頓腦海里出現(xiàn)了“反向傳播算法”。
你也許讀過卡夫卡的《城堡》。
土地測量員K受雇于一個城堡，但當他來到城堡所在的村莊，卻無法與真正的權(quán)力機構(gòu)取得聯(lián)系，但是他又確確實實地被那個高高在上的權(quán)力所影響和阻撓。
一個毛毛蟲，就是訓練神經(jīng)網(wǎng)絡的數(shù)據(jù)。它會變成蛹，而在蛹里，原來的毛毛蟲融化成了湯，從這個湯中最終幻化出一只蝴蝶。
那么，從毛毛蟲到蝴蝶到底發(fā)生了什么？蝴蝶和之前的毛毛蟲還是同一只昆蟲嗎？
這些答案，如莊周夢蝶一般深刻而浪漫。
1980年代，接連祭出玻爾茲曼機和反向傳播算法后，辛頓引起了小圈子的注意，但很快波瀾就平息了。
不過他尋找真相的努力，為“神經(jīng)網(wǎng)絡”一派結(jié)結(jié)實實扳回一局。
辛頓在1990
（五）冬
雖然玻爾茲曼機所暗示的基于“系統(tǒng)論”的神經(jīng)網(wǎng)絡看上去很有王者之氣，但要造出一個“能平視人類的AI”，則需要人類的計算力大幅增長。
不是一千倍，不是一萬倍，不是十萬倍，是十億倍。
90年代，全球計算機的算力雖然已經(jīng)起飛。但對于神經(jīng)網(wǎng)絡所需來說，仍如燭火之于太陽。
正如當年愛因斯坦高擎相對論，卻因無法驗證導致獲得諾獎的日子一拖再拖那樣尷尬。
辛頓改良了玻爾茲曼機，減少了神經(jīng)元之間的連接，成為“受限玻爾茲曼機”，以此大大降低了計算量；他還設(shè)計了“模型蒸餾法”，可以把大模型中的知識轉(zhuǎn)移到小模型中。
即便如此，所需的計算力還是遠超想象。
“渴望而得不到”，這個孩提時代的夢魘突然又回來了。
或者說，它從未遠走。
羅莎琳德患有不孕癥，他們沒辦法生下小孩，最終決定收養(yǎng)兩個南美洲的孩子。
就在一雙兒女剛進家門時，羅莎琳德被確診了卵巢癌。
治療不孕癥夢魘般的體驗，讓羅莎琳德對醫(yī)生的冷漠和無能產(chǎn)生了極強的厭惡。
她拒絕手術(shù)和化療，執(zhí)拗地在家自己用一種非常冷門的“順勢療法”，也就是把藥物稀釋到幾乎無法檢測的程度，然后輸入體內(nèi)。
“冷門”只是一種客氣的說法——這種療法是無效的。
羅莎琳德的病程發(fā)展很快，腫瘤越來越多，精神也越來越崩潰。她固執(zhí)地相信自己肯定能好，開始尋找更貴的“順勢療法藥物”。直到她流著淚對辛頓說：“我們把房子賣掉吧！
辛頓看著妻子，看著這個支持自己走過春天的眷侶，說出了此生最殘忍的話：“我們不賣房子。如果你死了，我得照顧孩子們，他們要有地方住。”
哪怕30年已經(jīng)過去，每每回想起這個瞬間，辛頓的心中還是會被各種情緒充滿，那是憤怒、內(nèi)疚、傷心、困惑。
那是一個智能生命面對這個世界的荒謬所迸發(fā)出的劇烈反應，那是一種辛頓尚且無法理解的東西。
辛頓站在了一生中自我懷疑的頂峰。
幾十年對世界的觀察最終都不可避免地滑向殘忍的“自我剖析”：
如果人終歸只是機器，那么這種滴血的情感，究竟藏在神經(jīng)網(wǎng)絡多么幽深的地方？
如果機器終究能成人，那么制造出一個AI讓它終究嘗遍人間苦難，意義又是什么？
妻子離開那年，辛頓46歲。他的兒子5歲，女兒3歲。
互聯(lián)網(wǎng)的蓬勃發(fā)展，讓全世界陷入了前所未有的算力饑渴。
商業(yè)是宇宙中最猛的春藥。摩爾定律開足馬力，不僅用于科學計算的CPU算力打著滾往上翻，用于圖形計算的GPU計算力也在蓬勃發(fā)展。
如果用1985年最先進的計算機運行一個計算，不停不息直到此時此刻。換做當下最好的計算機來做同樣多的計算，只需要1秒。
最好的預言家也沒敢想象：幾十年的時光呼嘯，算力的燭火真的變成了耀眼的太陽。
離離原上草，只待星星火。
一位出生于北京的女性引燃了火焰。
斯坦福大學教授李飛飛，帶領(lǐng)團隊用了800個日夜，手工標注了1400萬張圖片，分成了2萬個類別，在2010年創(chuàng)立了ImageNet圖像識別挑戰(zhàn)賽，鼓勵全世界研究者用AI分類出更多的圖片。
獎品是——榮譽。
2012年冬天，當年的獎項揭曉，冠軍歸屬于一個叫做AlexNet的系統(tǒng)。
它對圖片識別的錯誤率低到了15.3%，比第二名的錯誤率彪悍地低了10.8個百分點。
以當時巨頭公司手握的計算力，已經(jīng)足夠用神經(jīng)網(wǎng)絡做出實用的AI了！
來自世界各地的收購邀約如雪片般襲來：你們公司報價多少錢？我買！
師徒三人這才意識到——自己應該成立一家公司。
2012年末，草草成立的DNNresearch公司面對四個終極買家：谷歌、微軟、DeepMind、百度。
他們決定搞一次拍賣。
瘦骨嶙峋的辛頓躺在出租車后座上前往拍賣地點。他19歲的時候幫媽媽搬暖氣傷到了脊椎，幾十年病情逐漸惡化，此時他已經(jīng)沒辦法坐下，只能站立或躺著。
DeepMind是創(chuàng)業(yè)公司，只能用自己手里的股份報價，很快退出了競爭，微軟出到2200萬美元，也退出競爭。只有谷歌和百度不停地加價，從清晨到午夜，報價還在陡峭攀升，仿佛如果不買到辛頓三人，就要面對世界末日一般。
由于是遠程拍賣，辛頓是在酒店里躺在床上和兩位學生商量。
第二天早晨，新一輪報價爭奪繼續(xù)，谷歌已經(jīng)出到了4400萬美元。辛頓決定叫停拍賣，65歲的年紀和脆弱的脊椎實在沒辦法支持他到地球另一端的cn工作。
他決定把公司賣給谷歌。
谷歌花4400萬買到的，像是個“空殼”，只有辛頓三人手中的知識產(chǎn)權(quán)和他們未來幾年在谷歌工作的承諾。
但正如達爾文、哥白尼、加繆、愛因斯坦一樣，三人手中所握的，不僅僅是知識產(chǎn)權(quán)，更是某種真相。
真相是這個世界上最有尊嚴的東西，它重若千鈞，也理應價值千金。
辛頓建議三人平分股份，各拿33%。兩位學生不肯，執(zhí)意讓辛頓收下40%。
休倫湖的喬治亞灣
（七）圓環(huán)
杰奎琳對辛頓說：
“我感到很難過。但我知道，必須用剩下的時間好好享受生活，也盡量把你和其他人的一切安排好！
他們在島上散步時，偶然發(fā)現(xiàn)了一只小船的殘骸。杰奎琳找來一些女工，把船整飭一新，成了一只酒紅色的獨木舟。
“她進行了首航，”辛頓回憶，“然后，就再也沒人用過它。”
2017年，已行至生命尾聲的杰奎琳見證了辛頓獲得了計算機界的最高獎項：圖靈獎。
名望大振的辛頓，試圖用自己剛擁有的一切從死神手里搶人。
在加拿大政府的支持下，他火速成立了“向量研究所”（VectorInstitute），聚集了全世界頂尖的人工智能人才，第一個項目就是：把AI用于醫(yī)療診斷。
但幾個月后，杰奎琳離開了世界。
辛頓想起多年以前，那個無法分辨積木的機器人？衽囊蝗，崩塌的渴望。
他小心翼翼地把照片存在電腦上。
其中一張是他和杰奎琳的婚禮，在鄰居家的客廳里交換誓言。那天辛頓榮光煥發(fā)，杰奎琳雙手握住他的一只手。
還有一張照片，杰奎琳在酒紅色的獨木舟上凝望著鏡頭，水面斑駁，微風拂過。
IlyaSutskever&SamAltman
從這里開始，辛頓的人生才與大多數(shù)人了解的追光下的戲劇串接在一起。
在OpenAI，蘇茨克維爾把玻爾茲曼機發(fā)揮到了極致，成為了深度神經(jīng)網(wǎng)絡“大模型”，大模型成為了ChatGPT的基礎(chǔ)，也成為了如今一切擁有對話和理解能力的AI的魂靈。
人類第一次制造出能通過圖靈測試的AI。
一萬年來，人與機器之間的界限，從未如此模糊。
1973年，約翰·迪恩接受調(diào)查委員會質(zhì)證。
從ChatGPT開始，人工智能研究突飛猛進，但研究者一直避免使用一些看上去不科學的詞匯，例如“直覺”。
他們試著用各種理論拆解這種整體的直覺，例如“推理”、“計劃”、“注意力”之類。但辛頓在很多場合都在高呼：“AI比我們承認的更具有直覺性。”
一旦試圖把直覺拆解成細碎的零件，就會走上“還原論”的近路。
符號主義總說我們的本質(zhì)是推理機器，那完全是胡說八道。我們本質(zhì)是類比機器。
可能在上面加一點點推理，以便在類比出錯誤答案的時候注意到并且糾正它們。
辛頓說。
承認自己是直覺機器，代價是高昂的。
這意味著你必須接受自以為對世界的理解本質(zhì)上只是概率預測；
意味著你必須承認自以為堅實的記憶本質(zhì)上只是拼湊出的幻覺；
意味著你必須全然放下自己的傲慢，在荒謬的世界里前行，然后接受命運給你的一切。
不是每個人都付得起這個代價。
起初，人只是想了解這個世界；
為了了解世界，我們不得不了解自己；
而為了了解自己，我們創(chuàng)造了另一個自己；
我們創(chuàng)造出另一個自己，證明了我們永遠無法了解這個世界。
辛頓一生所做的事情，就是站在這個荒謬的圓環(huán)中，指給世人看。
1963年，古巴導彈危機之后的卡斯特羅和赫魯曉夫。
2023年，伊利亞·蘇茨克維爾認為OpenAI的CEO山姆·奧特曼漠視人工智能的安全建設(shè)，掀起了一場宮斗。
失敗后，他離開了親手創(chuàng)建的OpenAI，建立了安全超級智能公司（SafeSuperintelligence)。
辛頓公開表達了對弟子的贊許，但他卻不確定蘇茨克維爾是否能成功。
做出原子彈只需要讓它爆炸，但確保某個東西不爆炸，要難得多。
辛頓說。
2023年，辛頓從谷歌辭職，是三人組中最晚的一個，他給出的辭職理由是：這樣可以更中立地批評人工智能的危險。
如核威懾紀元一樣，新紀元恐怕也會建立在新的威懾平衡之上。
由此我們可以理解辛頓那個奇怪的比喻：把AI視為腫瘤。
如果所有的腫瘤都能切除了事，辛頓的人生為何還要承擔那么多悲傷？
與其徒勞幻想切除，不如研究一種更積極的、與之共存的策略。
但這種策略是什么？
“沒有人知道答案！
辛頓嘆息。
但這似乎并不是事實。
辛頓的人生所承受的荒謬，和你我一樣。而世界上的絕大多數(shù)普通人，只能在歲月里前行，承擔命運所給予的一切。
沒有獎賞。
沒有獎賞，直到他們撐到對岸，或沒能撐到對岸。
一個諾貝爾獎，掛在辛頓的家族樹上，似乎夠格，甚至過于夠格。
我常常想，我喜歡木工活，去做一名建筑師會不會更快樂？因為我不必強迫自己去做什么。
然而，對于科學，我不得不一直強迫自己，而且因為家族的原因，我必須在科學上取得成功。這些年的科學研究其中當然有快樂，但主要是焦慮。
現(xiàn)在我成功了，這是一種巨大的解脫。
辛頓說。
“我覺得他是那種隨時需要人陪的人！绷_斯瑪麗溫柔地說。
羅斯瑪麗給這位“木工老男友”辛頓定了規(guī)矩：一個人在島上時絕對不許砍樹，以防把自己胳膊砍掉了沒人救他。
在紐約客記者羅斯曼的記錄中，有那么一幕：
那天辛頓駕船上岸，等待羅斯瑪麗給島上帶來補給。
他去商店里買了個燈泡，出來時，卻一閃身扎進了商店門口的綠植中，很快他站起來，手里舉著一條黑黃相間的蛇。
它扭動著身子，大概有一米長。
“給你的禮物！”他豪爽地舉到羅斯瑪麗面前，“我在灌木叢里發(fā)現(xiàn)的！
羅斯瑪麗笑了。
他把蛇從左手倒到右手，兩只手都黏糊糊的。讓羅斯瑪麗聞一聞，充滿了一種奇特的礦物味道，那是這種蛇所特有的。
“你的襯衫都臟了！绷_斯瑪麗說。
“因為我必須抓住它！毙令D解釋。
隨后，辛頓把蛇放下，滿意地看它鉆回草叢。
“今天天氣真好，讓我們遠航吧！”他說。
辛頓又戀愛了。
此時此刻，在島上的小屋里，那個酒紅色的獨木舟被透過窗欞撒下的陽光照耀得閃閃發(fā)亮。幾把椅子擺在它周圍，對著遠處波光瀲滟的湖面，一些雜志散落在一旁的桌子上。
那是一座美麗的小屋。
人的思維終究不只是推理，我們思索著時光，思索著生死，思索著我們曾路過的一切，像引力一樣聚集著意義，試著給出最終的回答。
人工智能，也會需要這樣一個小屋嗎？
駕船穿過迷霧的辛頓，總有一天會和那個終極詰問重逢：如果人的生命布滿苦難和離別，制造出更多像人一樣的AI，意義是什么？
他也許仍然沒有答案。
但至少，在苦難和苦難之間，還有一些其他的東西。
就像在冬天和冬天之間，有春天。
“人是機器。但人是特殊的、美妙的機器。”辛頓說。
辛頓的77歲，錯愕地迎來了前所未有的明亮追光，迎來了全世界認識自己、傾聽自己的渴望。他任人從身上摘下各種意義，像一顆秋天的樹灑落金輝。
但那些意義，終究不是喜愛或無視他的人的自我投射嗎？
辛頓只是如此生活了77年，冬天過去，春天到來，春天過去，冬天到來。
為了在殘忍的時光里行進，他必須和苦痛作戰(zhàn)，而為了和苦痛作戰(zhàn)，他變得光輝閃耀。
他和你我一樣是一臺機器，也和你我一樣，懷揣著謎一樣的夢想。不知是幸運還是不幸，他的夢想一半走進了春天，一半埋葬在寒冬。
但那也許不重要。
因為所有凝聚起來的東西都會被時間的洪流再次沖散，一如橫行的巨獸變成沉默的化石，一如奔涌的淚水消失在雨中。
重要的是，那些曾和他對望的人們，也許有一瞬間會輕輕慨嘆：
“吶，是個溫柔的人呀。”
免責聲明:辛頓的冬與春文章轉(zhuǎn)發(fā)自互聯(lián)網(wǎng)，版權(quán)歸其所有。
文章內(nèi)容不代表本站立場和任何投資暗示。加密貨幣市場極其波動，風險很高，可能不適合所有投資者。在投資加密貨幣之前，請確保自己充分了解市場和投資的風險，并考慮自己的財務狀況和風險承受能力。此外，請遵循您所在國家的法律法規(guī)，以及遵守交易所和錢包提供商的規(guī)定。對于任何因使用加密貨幣所造成的投資損失或其他損失，本站不承擔任何責任。
2025-4-13
2025-4-13
2025-4-12
2025-4-12
2025-4-12
2025-3-28
2025-3-29
2025-3-28
2025-3-28
2025-3-28
Copyright © 2021.Company 元宇宙YITB.COM All rights reserved.元宇宙YITB.COM