最近，27岁的杰出创业者Joel Hellermark与人工智能领域的先锋人物Geoffery Hinton进行了一场精彩绝伦的对话。在这次访谈中，Hinton教授不仅回顾了自己在人工智能领域的探索历程，还深入讨论了神经网络、Scaling Law、多模态学习、模拟计算，以及人工智能的伦理与安全等关键议题。此外，他还提到了自己的杰出学生Ilya Sutskever，后者最近从OpenAI首席科学家的职位上离职。

访谈中的两位主角都非同凡响。Hinton教授作为人工智能的领军人物，其贡献无需赘述。而访谈者Joel Hellermark，这位年轻的创始人，也有着令人印象深刻的背景。他在东京长大，13岁便开始编程，并在14岁时创立了自己的视频推荐公司。19岁时，他创立了人工智能研究实验室Sana，该实验室在2023年成功筹集了8000万美元的资金。

Hellermark坚信教育的力量，他选择了通过斯坦福大学的公开课程自学编码，而非传统的大学教育。他创立Sana的目标简单而深远：“改变教育”。他希望通过提升员工的学习能力和信息获取效率，进而提高工作效率。

在对话中，Hinton教授分享了自己编程的起点，以及他在卡内基梅隆大学的经历，那里的研究氛围与他之前在英国的体验截然不同。他谈到了神经网络的早期探索，以及与Donald Hebb和John von Neumann的理论对他的影响。Hinton教授还回忆了他与多位学者的合作经历，包括与Terry Sinofsky共同研究Boltzmann Machines的日子，以及与Peter Brown在语音识别和Hidden Markov Models方面的工作。

特别值得一提的是Ilya Sutskever，他对Hinton教授的研究产生了深远的影响。Sutskever的直觉和对问题的敏锐洞察力，尤其是在反向传播的优化上，为深度学习领域带来了新的视角。

Hinton教授和Hellermark还讨论了人工智能模型的规模增长，以及这如何影响模型的性能和推理能力。Hinton教授认为，尽管新算法如Transformer架构对模型性能有显著提升，但真正推动进步的是数据规模的扩大和计算能力的提升。

此外，Hinton教授分享了他对多模态能力的看法，他认为多模态输入将显著提升模型的理解能力，尤其是在空间关系和物体操作方面，这将为数字生命的发展提供帮助。他还讨论了神经科学原理如何应用于现代人工智能系统，并对未来可能的融合表达了期待。

最后，Hinton教授反思了自己的职业生涯，包括他在玻尔兹曼机上的“失败”和他对人工智能未来发展的展望。他强调了科学家的社会责任，并对人工智能技术的潜在负面影响表示了担忧。