加入怡居
過去7年,我司每年平均捐出52%純利作慈善用途,款額動輒以百萬元計,可稱實 至名歸的社會企業。閣下光顧我司,是變相自己做善事!日後請多多光顧為感!
尖沙咀總行 : 2569 2192
太古城華山分行 : 2569 1339
沙田銀禧分行 : 2636 1380
太古城明宮分行 : 2560 3738
沙田第一城專責組 : 2647 1838
杏花邨專責組 : 2898 0007
尖沙咀總行 : 2569 2192
太古城華山分行 : 2569 1339
沙田第一城專責組 : 2647 1838
沙田銀禧分行 : 2636 1380
太古城明宮分行 : 2560 3738
杏花邨專責組 : 2898 0007
   回應 : 0
奇、趣、妙、識
12个诺奖,100年接力:科学新纪元是怎么诞生的?
罗辑思维
2025年10月9日
 
01

神经元结构:大模型算法的第一块拼图

我们先讲个故事。这个故事是关于AI的由来的。
这两年的诺奖,AI抢尽了风头。我们都知道,现在的大模型是基于神经网络算法,说白了,就是让计算机模拟人脑。而且我们也能猜到,AI肯定不是一夜出现的。但是,这个过程到底有多漫长、多复杂、多曲折,很多人未必了解。
今天,我们就以过去100多年的诺奖为线索,看看今天的AI大模型技术到底是怎么诞生的。
前面说过,今天的AI是很多技术汇集在一起形成的。具体来说,AI的诞生离不开两个关键发现。
第一个发现,是关于人类大脑的神经系统到底是什么样的?
这个发现能追溯到1906年的诺奖。那一年,在诺贝尔奖颁奖典礼上,发生了一件前所未有的事情,诺贝尔生理学或医学奖同时颁给了两个人。这两个人,你可能都听说过他们的名字。
一个叫卡米洛·高尔基,就是那个“高尔基体”的发现者。没错,就是我们中学生物课本里讲过的那个高尔基体。另一个叫圣地亚哥·拉蒙-卡哈尔,被誉为“现代神经科学之父”。
这两位都是当时欧洲顶尖的学者,他们之所以同时得奖,是因为他们都在研究同一个根本问题:神经系统到底是什么样的?
但是,高尔基和卡哈尔,得出的结论完全不同。
19世纪末,显微镜技术刚刚发展起来,神经组织在显微镜下看起来就像一团乱麻。于是,高尔基发明了一种新的染色方法,用铬酸盐和硝酸银来处理神经组织。这种方法能够让神经细胞在显微镜下清晰地显现出来,就像给神经系统拍了一张黑白照片。这是人类历史上第一次真正“看见”神经细胞。
经过观察之后,高尔基有了一个结论:神经系统是一个连续的网络。他认为,所有的神经细胞都通过细丝连接在一起,形成一个巨大且连续的整体。这就是著名的“网状理论”。
而卡哈尔呢,他用高尔基发明的染色方法,做了更加细致的观察。但是,他得出了完全不同的结论。卡哈尔坚持认为,神经系统是由一个个独立的神经细胞组成的,这些细胞之间并不直接相连。
这两种观点是完全对立的。一个说是连续的网络,一个说是独立的单元。这不仅仅是技术细节的争论,而是对神经系统本质的根本分歧。
于是,诺贝尔委员会面临了一个难题,这两个人都对神经科学作出了重大贡献,但他们的理论完全相反。最终,委员会作出了一个前所未有的决定:同时将奖项颁给两人。
而直到这一刻,这两个人依然是谁也不服谁。这场争论也为后来的科学界留下了一个重要问题:神经系统的真实结构到底是什么?
答案要等到1950年代才揭晓。电子显微镜技术的发展让科学家们发现,神经细胞之间确实存在着微小的间隙。这个发现彻底证实了卡哈尔的观点。
到这步,科学家算是初步搞清了神经元的样子。AI大模型所依赖的神经网络算法,算是有了第一块关键的拼图。

02

二进制:生物学和计算机科学之间的桥梁

但是,还有一个问题没有解决。这就是,这套大脑神经元系统到底是怎么运转的?
这就要说到,第二组关键的发现了。
既然神经元之间有间隙,但又能传递信息,那么这个信息是怎么传递出去的呢?当时,科学界存在两种说法。一种说是通过电信号,就像发电报一样。另一种说法认为是通过化学物质,是一个神经元释放化学物质,向另一个神经元传递信号。
这场争论持续了很久,直到1921年,一个偶然的机会,才让真相变得清晰。
这件事说来很离奇,科学史上对它的描述是这样的。说那一年的一个晚上,著名的德国生理学家,奥托·勒维,做了一个奇怪的梦。在梦中,他设计了一个实验来证明神经传递的本质。
第二天早上醒来,他隐约记得梦中的实验,但细节已经模糊了。但万万没想到,第二天晚上,同样的梦居然又出现了。这次,勒维立刻起床,把实验设计记录下来。然后,他跑到实验室,开始了那个著名的“双蛙心实验”。
实验很简单:勒维取出两只青蛙的心脏,分别放在两个容器中。第一个心脏保留着迷走神经,所谓迷走神经,就是一根控制心跳节律的神经,它能控制心跳的快慢。而第二个青蛙心脏,这个控制心跳的迷走神经已经被切除。
紧接着,勒维刺激第一个心脏的迷走神经,心脏跳动立刻变慢。然后,他把第一个容器中的生理盐水转移到第二个容器中。结果,第二个心脏的跳动也变慢了。
这个实验证明,第一个心脏在神经刺激下,释放了某种化学物质到盐水中,这种物质影响了第二个心脏。换句话说,神经传递,是通过化学物质实现的。当然,实际过程要复杂得多,其中的某些过程也涉及电信号的参与等等,这些细节咱们就不展开了。
1936年,勒维因为这个发现获得了诺贝尔生理学或医学奖。
之后,在这个基础上,后人又对神经系统开展了很多更深入的研究。这期间又诞生了不少诺奖得主。
到这步,神经元之间的协作方式有了大致的轮廓。这个过程大概是,一个神经元发出信号,其他神经元接收信号。
既然已经知道这个机制,有没有可能用数学模型把它描述出来呢?
当然有。在1943年,有两位科学家开展了一次跨学科的合作。神经生理学家沃伦·麦卡洛克和数学家沃尔特·皮茨,联合发表了一篇论文,题目叫《神经活动内在思想的逻辑演算》。
这篇论文的创新在于,它首次把生物神经元抽象成了数学模型。
麦卡洛克和皮茨观察到,神经元的工作方式其实很简单:接收输入信号,假如信号强度超过某个阈值,就产生输出;假如没有超过,就保持沉默。这就像一个开关,要么开,要么关。
于是,他们用数学语言描述了这个过程:每个人工神经元都有多个输入和一个输出,输入信号经过加权求和,假如结果超过阈值,输出就是1,否则就是0。
1和0,这个模式是不是有点眼熟?没错,这就是二进制。早在17世纪,哲学家莱布尼茨就提出了二进制,这比诺奖的设立还要早200多年。当时的莱布尼茨绝对想不到,几百年后科学家会发现,人类的大脑居然也存在着同样的逻辑。
同时,麦卡洛克和皮茨也证明了,这种看似简单的工作机制,假如无限重复,那么就可以模拟出人脑,可以实现任何逻辑运算。这就第一次在生物学和计算机科学之间建立了桥梁。

03

算力和数据的成熟,给神经网络算法提供了助推

之后的很多年里,又有很多科学家在这条路线上探索。
直到1980年代,这些成果汇集到了新一代科学家手中。
当时出现了三个关键人物,第一个叫大卫·鲁梅尔哈特;第二个叫,罗纳德·威廉姆斯。这两个名字你未必听过,但第三个你肯定熟悉,叫杰弗里·辛顿。没错,就是今天被称为“AI教父”的辛顿。
这三个人在前人的基础上,结合自己的发现,在1986年发表了一篇论文,论文里正式提出了“反向传播算法”。这个算法在理论层面解决了一个关键问题,这就是,如何训练人工生成的神经网络。
一开始,这项研究不算很顺利,但后来经过不断完善,同时,算力和数据的成熟,给神经网络算法提供了助推。
后面的故事,很多人可能已经知道了。终于在2012年之后,深度学习席卷各个领域。2016年AlphaGo击败围棋冠军,2022年ChatGPT引发全球AI热潮。
2024年10月8日,杰弗里·辛顿因为“利用人工神经网络实现机器学习的奠基性发现和发明”,获得了诺贝尔物理学奖。
而这一天,距离高尔基和卡哈尔在诺奖颁奖台上的争论,已经过了119年。
119年时间,至少12位诺贝尔奖得主,有心或无心地参与了这场跨越时空的科学接力。从高尔基到卡哈尔,从勒维到辛顿,还有我们没有来得及讲述的戴尔、霍奇金、赫胥黎、埃克尔斯等等,还有很多没有被诺奖记载的名字。参与其中的科学家到底有多少,已经很难算得清。
这个过程,不仅是一场成果的累积,更是一场问题的接力。每个成果诞生时,都会引出新的问题。比如,到辛顿这里,AI伦理、AI监管成了新的问题。没准未来几十年以后,再回头看21世纪第三个十年,你会发现AI的崛起并不是故事的结尾,反而是另一场新发现的开始。
就像前面说的,每一个发现,都是基于前人的无数涓涓细流,而这个发现,又将作为新的江河汇入更大的海洋。
从这个角度看,为什么我们要关注科学发展?因为社会的进步在很大程度上,就是由这一个个科学突破助推发生的。在这个过程中,即使你仅仅是关注,那么多年以后,你没准会有一个很奇妙的感受。
你会发现,在每一个可能改写人类未来的关键时刻,你都恰好在场。你看,这个感觉是不是还挺有趣的?
我要回應
我的稱呼
回應 / 意見
驗証文字