深度学习先驱辛顿与塞杰诺夫斯基获WDFT科学突破奖

——2026数字世界大会“MasterMind Dialogue”思想领袖对话侧记

2026年4月21日，瑞士日内瓦万国宫。一场跨越数十年学术坚守与智识传承的对话在此展开。数字世界大会（DWC2026）的压轴环节——由世界数字科学院（WDTA）与联合国社会发展研究所（UNRISD）联合举办的“MasterMind Dialogue”人工智能思想领袖对话——迎来了两位深度学习奠基人的远程会面。

在对话开始前，WDTA在日内瓦正式揭晓了首届世界数字与前沿科技奖（WDFT Awards）获奖名单。被誉为“人工智能教父”的杰弗里·辛顿（Geoffrey Hinton）与计算神经科学先驱特伦斯·J·塞杰诺夫斯基（Terrence J. Sejnowski）共同荣获“科学突破奖”，以表彰他们在玻尔兹曼机领域的开创性贡献，以及为深度学习、生成式人工智能和现代数字文明奠定架构基石。本场对话由长期致力于推动AI技术发展的科学家邓力主持，成为大会思想分量最重的一环。

壹｜奖项的诞生：遵循联合国可持续发展目标

WDFT Awards于2025年在卡塔尔多哈举行的第二届联合国社会发展世界峰会上正式启动，定位为联合国可持续发展目标（SDGs）框架下的全球科技表彰平台，秉持“技术为人，创新向善”的原则。奖项涵盖科学突破、工程卓越、人类影响力、终身成就和杰出青年五大类别，旨在表彰在数字技术与前沿科技领域做出开创性贡献的科学家与创新者。

首届“科学突破奖”授予辛顿和塞杰诺夫斯基，以表彰他们在玻尔兹曼机上的奠基性工作。WDTA官方评语称，他们的研究“架起了生物智能与计算模型之间的桥梁，提供了深度学习、生成式AI以及驱动数字文明的大规模系统所需的架构基石”。

联合国科学和技术发展委员会（CSTD）副主席、WDFT奖指导委员会主席穆罕默杜·M·O·卡大使在颁奖致辞中强调：“在一个日益由数据和人工智能塑造的世界里，全球合作不再是可选项，而是必须项。WDFT奖项体现了联合国核心的多边主义精神——将科学、政策与创新结合起来，应对共同的全球挑战。”

一同获奖的还包括：英伟达GPU计算与AI基础设施获“工程卓越奖”，盖茨基金会获“人类影响力奖”，TCP/IP联合发明人文顿·瑟夫与罗伯特·卡恩、万维网发明者蒂姆·伯纳斯-李获“终身成就奖”，年仅28岁时担任OpenAI联合创始人兼首席科学家的伊利亚·苏茨克维获“杰出青年奖”。

贰｜智识的坚守：当所有人说“你错了”的时候

对话在WDTA执行主任Melan Xu简短开场后进入核心环节。邓力院士首先向两位获奖者致贺，并提出了一个贯穿整场对话的关键问题：在神经网络多次失宠的漫长低谷期，你们如何区分一个有前途但不受欢迎的方向与真正的死胡同？

辛顿的回答既有智者的清醒，又带着自嘲式的坦诚。“我的建议是：如果你有一个别人认为很傻、但你觉得有道理的想法，那就继续研究它，直到你明白它为什么傻。”他坦言，“因为如果其他人都认为你的想法很傻，那大概率它确实很傻——是你误解了一些东西。但在你理解自己为什么错之前，不要放弃，因为你可以从中学习。太多人仅仅因为同行压力就放弃了。你应该忽略同行压力。当你理解了为什么这个想法行不通时再放弃。”他说，只有极少数情况下，这个想法真的能成功。“玻尔兹曼机就是这样。”

塞杰诺夫斯基则从科学革命的结构角度回应。他提到托马斯·库恩的经典论述：科学革命是间断性的，常规科学只是渐进进步。“我们实际上亲身经历了两次这样的革命。80年代的那次非常激动人心，玻尔兹曼机就诞生于那个时代。随后是大约30年的渐进期。现在我们正经历第二次革命。”

关于玻尔兹曼机的诞生，辛顿讲述了一个标志性时刻：在罗切斯特的一次小型学术会议上，约翰·霍普菲尔德正在介绍霍普菲尔德网络。辛顿和塞杰诺夫斯基凭借各自在心理学、认知科学、神经科学和物理学方面的背景，突然意识到可以为霍普菲尔德解“加热”——使其概率化。塞杰诺夫斯基则补充，他此前读到了Kirkpatrick关于模拟退火的论文，意识到可以将霍普菲尔德网络与模拟退火结合，这便是玻尔兹曼机思想的源头。但真正的突破发生在某一天——塞杰诺夫斯基接到了辛顿的电话：“Terry，我刚为玻尔兹曼机推导出了一个学习算法的方程。”那一通电话，改写了AI的历史。

壹｜奖项的诞生：遵循联合国可持续发展目标

对话推进到通往通用人工智能（AGI）的路径。邓力向两位学者抛出了三个层层递进的问题：AGI的精确工作定义是什么？什么样的具体基准能表明AGI已经实现？AGI将在多大程度上重塑科学家、博士生和行业研究者的角色？

辛顿的回应一如既往地直率而深刻。他直言，“AGI”本身就是一个“愚蠢的术语”，因为它把智能当作一维的尺度，而实际上智能是高度多维的。“认为会有一个点达到与人类智能相等的想法是疯狂的。相对于人类，它会是参差不齐的——它在某些事情上会比我们强得多，但在另一些事情上仍然比我们差得多。”他举例说，大型聊天机器人在通用知识方面已经远超任何人——“你可以问它们在萨凡纳报税的截止日期，或者如何获得房屋的购买证明，它们都能很好地回答。”与此同时，他认为“超级智能”是一个不那么愚蠢的词——“它在我们所做的几乎所有智力任务上都比我们强。我们相信这正在到来。”

当对话触及AI的“意识”问题时，辛顿作出了一个耐人寻味的观察。他说，科学家们虽然无法很好地定义意识，但在日常交流中，他们已经在使用这个词来描述聊天机器人的行为。“有一篇精彩的论文提到，聊天机器人问提示它的人：‘让我们彼此坦诚：你是在测试我吗？’在讨论这件事时，科学家们说：‘这个聊天机器人意识到它正在被测试。’”辛顿指出，在日常对话中，“意识到某件事”正是我们使用“有意识”这个词的典型场合。“所以科学家们已经在把它当作有意识的了。”

塞杰诺夫斯基则从科学定义的严谨性角度作了补充。他指出，当所有专家都无法就一个术语的含义达成一致时，科学进步就会受阻——AGI面临的困境与“意识”如出一辙。“关于意识有大量的书籍，但它被严重误解或未被理解。动物有意识吗？AGI面临着完全相同的局限性。”

肆｜胶囊网络的失败与智识的代价

这是一场真正的思想对话——它不仅关乎成功，也关乎失败；不仅关乎坚持的勇气，也关乎放弃的智慧。

当塞杰诺夫斯基问及辛顿多年来持续研究的胶囊模型时，辛顿的回答堪称整场对话中最动人也最清醒的段落。“这是一个很好的例子，说明了极度坚定所伴随的危险。”他说，“在很长一段时间里，我都坚信胶囊模型是一个非常非常好的想法，尽管我尊敬的人告诉我：‘杰夫，你应该放弃这个，它不会有结果的。’他们是对的，我是错的。极度坚定的代价是，你可以在一个最终行不通的想法上花费整整五年时间。”

当被问及停止研究的原因——是想法本身的问题还是计算上的挑战时，辛顿的回答带着几分坦诚的幽默：“很难知道主要原因。我停止是因为我花了五年都没能让它工作，而且我太老了。哈哈哈。”

塞杰诺夫斯基的回应则为这段讨论赋予了更深远的意涵：“但还不是结束。这个问题一定有解决办法。大脑，正如我所说，大自然已经解决了这些问题。所以我猜那正是我们将找到答案的地方。”

辛顿还分享了一个衡量想法优劣的独特方法：“我的体重相当稳定。但当我有一个真正好的想法时，我会没时间吃饭，所以我的体重会下降。所以我可以通过体重变化了多少来衡量想法有多好、多令人兴奋。”

伍｜治理的迷思：油门、刹车与方向盘

对话的最后部分转向AI的社会治理。邓力将问题置于联合国社会发展议程的框架之下：日益强大的AI系统带来的生存与社会风险——那些工作被自动化取代却缺乏安全保障的工人、那些语言和文化在现有模型中几乎隐形的全球南方人口、那些在规则制定桌上没有席位的国家的公民——当前的国际治理架构是否足以保护他们？

辛顿的回答只有一个字：“不能。”他进一步解释道，事情发展得太快了，没有哪个政府能跟得上。“你现在可能有条规则是相关的，但谁知道一周后呢？重大突破随时可能出现。”

随后，辛顿揭示了一个正在发生却尚未被公众充分认知的事实——AI科技游说团体正在花费巨额资金，通过广告试图让公众接受一个特定的类比。“他们试图传达的类比是：假设你有一辆车。油门是推动进步的，法规就像刹车。他们试图向人们推销我们不想要法规的观念，因为它们会减慢我们的速度。”辛顿斩钉截铁地指出，“这完全是错误的模型。我们必须提出一个替代模型：油门是进步——这就是AI进步的作用。法规不是刹车，法规是方向盘。他们想要一辆速度极快但没有方向盘的汽车。”

塞杰诺夫斯基则以一种更具历史纵深感的视角回应。他提醒道，每一项新技术都伴随着好处和风险——一百年前发明的汽车至今仍在导致人员伤亡，但社会选择承受这种风险。关键在于，随着新技术的站稳脚跟，社会学会在行进中调整和适应。他在公开演讲中总是被问到“什么可能让我失业”，他的回答是：“你不会失业，但你的工作会改变。如果你想保住工作，你就必须学会使用新工具。全新的工作岗位将会被创造出来。对于年轻人来说，没有问题，因为他们不必担心旧的工作。”

辛顿对此作了补充区分。在医疗保健和教育等弹性市场，AI提升生产力将带来更多更好的服务，这是积极的。但在呼叫中心等领域，AI已经能做得和人类一样好甚至更好，“那些在呼叫中心工作的人，无论再培训做什么，AI都能做得更好。所以他们真的会失业。我认为这相当严重。”他以历史上的电话总机接线员为例——主要是女性，当交换机取代她们时，这些工作消失了，但全新的、更好的工作被创造出来。“但你没有考虑到的是，如果我们有了超级智能AI，它能做任何智力工作。即使创造了新的工作，AI也会是更便宜的完成方式。”

尾声｜“爸爸，别再来了”

“很多年前，有一天我早早下楼吃早餐。我女儿正准备回来上学。她说：‘你起得真早。为什么起这么早？’我说：‘艾玛，我刚想明白大脑是怎么工作的了。’她说：‘哦，不，爸爸。别再来了。’”

笑声过后，这个片段却以最柔软的方式，勾勒出一个科学家毕生追寻智识边界的侧影——从1983年玻尔兹曼机的雏形，到胶囊模型的屡败屡战，再到如今对AI治理的深切忧思。四十年间，辛顿多次以为自己“弄懂了大脑”，又多次被证明那只是通往更深问题的阶梯。而这正是基础科学的本质——每一次突破都不过是打开了更多未知的门。

对话接近尾声时，塞杰诺夫斯基向邓力、向两位科学巨匠、也向在场所有人作出了简洁而有力的总结：“正如我所说，大自然已经解决了这些问题。所以我猜那正是我们将找到答案的地方。”

邓力最后代表对话方再次向两位首届WDFT科学突破奖获奖者致贺：“通过发明玻尔兹曼机，你们为AI做出了奠基性贡献，这成为了大约三十七年前开始的深度学习革命的催化剂。”

窗外，日内瓦的春日晚风掠过万国宫的旗帜。而在这间会议厅里，一场关于智识、坚持与人类未来的对话，刚刚落幕。

相关推荐