1983年，特伦斯·谢诺夫斯基（Terrence J. Sejnowski）在约翰·霍普金斯大学任教。这一年，他每周末都要在巴尔的摩和匹兹堡之间开车往返——为 了和当时在卡内基梅隆大学任教的杰弗里·辛顿（Geoffrey Hinton）讨论一项合作研究的进展。 20世纪80年代，神经网络研究碰上了"硬骨头"，多层神经网络的学习算法成了这一领域寻求突破的关键瓶颈。传统算法难以解决多层神经网络的训 练问题，使神经网络发展受限——特伦斯和辛顿敏锐地意识到这一问题，决定寻找一种有效的学习算法，能够让多层神经网络像人类大脑一样，从 数据中自动学习规律和模式，实现更强大的智能。 特伦斯和辛顿决定，将物理学中的玻尔兹曼分布和统计物理概念引入神经网络研究。这项合作历时三年，最终在1986年获得了突破成果。某天，特 伦斯接到了辛顿打来的电话，宣布他发现了"大脑的工作原理"——这背后的洞见最终促成了一种用于训练玻尔兹曼机权重的学习算法，打破了神经 网络研究一直以来的僵局，并很快催生了效率更高的反向传播算法。 20世纪80年代后期，玻尔兹曼机、反向传播算法、卷积神经网络雏形等成果，逐渐累起现代神经网络技术的基座，并随后在计算机视觉 ...

刘嘉/文 编者按："深度学习之父"杰弗里·辛顿近日首次来到中国，出席2025世界人工智能大会，受到社会广泛关注。辛顿是一位颇具传 奇色彩的科学家，2024年，他因在使用人工神经网络进行机器学习的基础性发现和发明，被授予诺贝尔物理学奖。但他曾多次 变换学习和研究的领域，甚至一度离开学术界，他投身人工神经网络研究时，正值人工智能跌入谷底，他的研究被认为没有出 路，甚至当时多伦多大学校长曾说过："我们学校一个疯子就够了，绝对不能进第二个搞人工神经网络的人。"但最终，人工智 能因辛顿等人引领性的贡献走出停滞，进入大模型时代。 近日，清华大学基础科学讲席教授、心理与认知科学系主任刘嘉出版了新书《通用人工智能：认知、教育与生存方式的重 构》。在新书的跋里，刘嘉向读者讲述了辛顿的故事。作者为何专门介绍辛顿？这与作者自身的经历和本书的写作目的有关。 刘嘉在1994年读大学时就接触到人工神经网络，但当他1997年慕名拜访人工智能之父马文·明斯基后，却备受打击，明斯基对人 工智能的态度不算积极，刘嘉和他聊人工神经网络，但由于当时的人工智能正在经历第二次寒冬，所以连他也说不清未来走向 何方。因此他鼓励刘嘉留在麻省理工学院脑与认知科 ...