Geoffrey Hinton（杰弗里·辛顿）
梳理杰弗里·辛顿的技术贡献、认知观、安全立场与对数字智能的长期判断。
核心认知
- 01
数字智能的优势在复制与共享
Hinton 把数字系统可复制权重、跨副本共享更新的能力，视为其可能超越生物智能的关键；具体带宽倍数仍只是数量级直觉。
Two Paths to Intelligence一手采访Interview with Geoffrey Hinton一手采访
- 02
技术贡献与失败共同塑造转向
从反向传播、玻尔兹曼机到蒸馏与 Forward-Forward，他既建立了深度学习工具，也因生物合理路线难以规模化而调整判断。
Learning representations by back-propagating errors官方Boltzmann Machines官方The Forward-Forward Algorithm官方
- 03
风险论证依赖工具性子目标
他的长期风险判断不是建立在机器恶意上，而是建立在强智能为完成目标而追求自保与控制的推断上。
Two Paths to Intelligence一手采访Geoffrey Hinton on the promise, risks of artificial intelligence一手采访
- 04
诊断强于时间表和处方
“AI 母亲”、5–20 年时间窗与风险概率都属于带高度不确定性的判断；原型的评分与情景推演是编者评价，不是已证事实。
Geoffrey Hinton on why AI needs maternal instincts一手采访Interview with Geoffrey Hinton一手采访They’re going to be much smarter than us — AI pioneer speaks at Las Vegas conference权威媒体
章节导航
- 生平、技术与立场转向时间线从跨学科训练、深度学习复兴到 2023 年后公开预警，梳理主要节点与证据边界。
- 技术贡献与核心公式保留原型的主要技术脉络、公式、直觉与局限，并收紧历史归因。
- 理解、记忆、数字智能与主观体验梳理 Hinton 对 LLM 理解、重构式记忆、数字知识共享和意识的功能主义观点。
- AI 安全、超级智能与治理拆解 Hinton 的风险分层、工具性子目标、控制难题、“AI 母亲”愿景与治理主张。
- 前沿印证、失败复盘与编者评分对照蒸馏、推理、可解释性与对齐进展，保留原型评分框架并明确其为编者判断。
- 引语、转述与待核查清单按主题整理可引用转述与尚未取得逐字定位的流传说法。
- 术语、节点与延伸阅读汇总专题术语、关键节点、来源分层与阅读入口。
- 技术遗产与现代方法区分 Hinton 工作在现代 AI 中的直接继承、思想呼应与已被替代部分。
- 方法论与勘误说明公开资料范围、非穷尽检索、迁移转换、引语复核与后续勘误流程。
信源分级概览
导读
本专题沿着八条线索阅读 Geoffrey Hinton：生平与立场转向、技术谱系、认知与意识观、安全论证、前沿判断、引语纪律、术语与来源、技术遗产。原型中的交互图、照片和论文插图均改为文字、表格或公式；人物照片与未逐项确认许可的论文图不迁移。
阅读路径
参考来源
- [1]Two Paths to Intelligence（在新窗口打开）一手采访
- [2]Boltzmann Machines（在新窗口打开）官方
- [3]Interview with Geoffrey Hinton（在新窗口打开）一手采访
- [4]Geoffrey Hinton on the promise, risks of artificial intelligence（在新窗口打开）一手采访
- [5]Geoffrey Hinton on why AI needs maternal instincts（在新窗口打开）一手采访
- [6]They’re going to be much smarter than us — AI pioneer speaks at Las Vegas conference（在新窗口打开）权威媒体
- [7]Learning representations by back-propagating errors（在新窗口打开）官方
- [8]The Forward-Forward Algorithm（在新窗口打开）官方