精选
[敬请读者注意] 本人保留本文的全部著作权利。如果哪位读者使用本文所描述内容，请务必如实引用并明白注明本文出处。如果本人发现任何人擅自使用本文任何部分内容而不明白注明出处，恕本人在网上广泛公布侵权者姓名。敬请各位读者注意，谢谢！
从 Hinton 获得诺贝尔物理学奖引发的疑问
程京德
昨天10月8日，瑞典皇家科学院宣布将本年度诺贝尔物理学奖授予美国普林斯顿大学的物理学家家霍普费尔德（John J. Hopfield）和加拿大多伦多大学的计算机科学家人工智能学家 [绝非物理学家 - 笔者注] 辛顿（Geoffrey E. Hinton），以表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。
笔者不熟悉霍普费尔德的工作，但是基本上知道辛顿（2018年图灵奖获奖者）的工作[1]，对于将诺贝尔物理学奖颁给辛顿，很是疑惑。
物理学的定义为何？如果按照世界最权威的英语词典 OED，那么应该是，“In current usage, restricted to The science, or group of sciences, treating of the properties of matter and energy, or of the action of the different forms of energy on matter in general (excluding Chemistry, which deals specifically with the different forms of matter, and Biology, which deals with vital energy). ”[2]。
如果我们一般性地认可 OED 对物理学的定义（笔者相信瑞典皇家科学院不会有其独特的物理学定义并依据该定义颁奖），那么，“人工神经网络”及“使用人工神经网络进行机器学习”是物理学的主要研究对象吗？如果是，那么现代电子数字计算机系统硬件当然比“人工神经网络”更有资格是物理学的主要研究对象，其研究成果更应该是诺贝尔物理学奖的颁奖对象了！
物理学究竟是科学还是技术？物理学的主要目的是科学发现还是技术发明？尽管新的技术发明和应用可能会对物理学研究起到关键作用，但是那究竟是手段还是目的？
笔者个人认识为，就目前进展来看，人工智能及人工智能系统研究不属于科学范围而是属于技术范围。理由如下：“作为一个学科，人工智能研究那些以计算机为工具，以计算为手段，开发出具备了类似人类智能之问题解决能力的计算程序来控制计算机实施并完成通常需要人类智能的工作任务之原理、方法和技术”[3]。“‘人工智能系统’一词用于指称能够执行为解决某个（某种）特定问题由人类设定了初始应用程序并且在完成任务时呈现出一定类似智能行为特征的计算机系统。这里，‘人工’的限定意义在于该计算机系统执行的初始应用程序是由人类设定的，尽管在完成任务的过程中该系统也可能会执行由其自身自动生成的程序指令。”[4]。
如果人工智能属于技术，或者最多属于技术科学，那么，人工智能研究成果是否应该是物理学奖（无论是否“诺贝尔”！）的颁奖对象？
诺贝尔物理学奖的颁奖标准究竟为何？
“人工神经网络”研究最初源于对大脑结构的模拟，如果其研究成果可以算作是物理学领域，那么是否也可以算作是医学生理学领域，也可以是医学生理学奖的颁奖对象？
从哲学或者科学哲学角度来看，“人工智能”是否是对自然界的探索？人类是自然界动物进化的产物，如果人工智能以人类或者人脑或者人类智能为主要研究对象而不是以有目的的应用为研究对象，那么的确可以算作是的。但是，笔者本人更倾向于建立和建全“智能科学”作为科学领域而把“人工智能”作为“智能科学”的应用领域[5]。
最后，还有一个从全世界真正的物理学家的角度来看的疑问：是否物理学界再也举不出比“人工神经网络”更符合物理学研究领域对象的杰出成果值得瑞典皇家科学院考虑作为颁奖候补对象了？
蛇足：重录笔者以前评论文章[1]之结论在此：“本文结论：Geoffrey Everest Hinton 本人对于AI的担心和恐惧可能还没有在这次采访中完全说明白，仅就这次采访报道所披露的内容来说，笔者实在看不出 Hinton 的担心和恐惧在科学原理和技术实践上有足够的合理性。读者当然可以说，那是你水平不够！呵呵。”
参考文献
[1] 程京德，“对 Hinton 的AI恐惧论观点之评论”，微信公众号“数理逻辑与哲学逻辑”，科学网博客，2023年5月9日。
[2] The Oxford English Dictionary (OED), 2nd Edition, Oxford University Press, 2009.
[3] 程京德，“‘人工智能威胁人类论’ (2) 合理地定义‘人工智能’”，科学网博客，2015年2月2日。
[4] 程京德，“人工智能永无可能超越人类智能”，微信公众号“数理逻辑与哲学逻辑”，科学网博客，2023年5月1日。
[5] J. Cheng, R. Huang, Q. Jin, J. Ma, and Y. Pan, “An Undergraduate Curriculum Model for Intelligence Science and Technology,” Proceedings of the IEEE SmartWorld 2018 – 4th IEEE Smart World Congress, pp. 234-239, Guangzhou, China, The IEEE Computer Society, October 2018.
微信公众号“数理逻辑与哲学逻辑”
转载本文请联系原作者获取授权，同时请注明本文来自程京德科学网博客。
链接地址：https://wap.sciencenet.cn/blog-2371919-1454472.html?mobile=1
收藏
