点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
点击进入—>【顶会/顶刊】投稿交流群
添加微信号：CVer2233，小助手拉你进群！
扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料及应用！发论文/搞科研/涨薪，强烈推荐！
一水 发自 凹非寺
转载自：量子位（QbitAI）
一张照片，一段往事，一个愈加伟大的人格……
这就是Hinton最近又在圈内被热议的“江湖往事”。
最开始是一张老照片——1986年CMU首届联结主义夏令营合影。
有人将这张合影誉为AI界的“索尔维会议”，认为只要是玩神经网络、计算神经、计算语言的后辈们，几乎都能在这张照片里找到自家祖师爷。
不信你看，图中圈出来的就是深度学习发明人、诺贝尔物理学奖、图灵奖双料得主Hinton，正是在他的坚持下，神经网络才最终迎来春天。另一位熟面孔是图灵奖得主Yann LeCun，他后来发明的卷积神经网络开启了计算机视觉时代。（ps：LeCun每次外出演讲都会在PPT里放这张图，真爱粉无疑了）
以及同框的还有Stan Dehaene、Mitsuo Kawato、Jay McClelland等一众在认知科学、神经科学和计算机领域登峰造极的大神……
虽然在80年代这群年轻人还籍籍无名，但几十年后，他们的影响力，正在统治硅谷和华尔街。
是的，因为照片中还有一位当时的青椒博士生Peter Brown，他是Hinton的第一位博士研究生，现任顶尖量化基金文艺复兴科技CEO，不折不扣的华尔街巨鳄。
（ps：通过卷发和眼镜大致推测另一个圈出来的是年轻版Peter Brown，如有错误欢迎大家指正）
40年前，他跟着Hinton在CMU学习语音识别；40年后，他掌舵全球最知名的量化基金，身家亿万美元，早早就让金钱变成了数字游戏。
而且也是因为他，让Hinton显得更加人格高尚。
因为在AI复兴之前的三十年里，Hinton不仅科研经费短缺，个人经济状况也算不上好——后来自曝卖自己到谷歌就是希望给“有缺陷”的儿子留点钱。
但老爷子不曾动用过关系，或者让有资源有能力的徒弟们做点什么。
安贫乐道、遗世独立，贵族风范一以贯之。
Peter Brown：Hinton首位弟子、全球知名对冲基金CEO
想知道Peter Brown是谁，只需看一眼多伦多大学官网统计的Hinton学生名单就知道了。
按照毕业顺序，他算是Hinton带过的第一位博士研究生（按辈分算是Ilya的大师哥）。
这位大师哥早期主要研究语音识别，后来进入IBM工作过一段时间，最后才从AI领域跨界到金融领域。
而在华尔街，Peter Brown如今算是响当当的人物——他是全球知名对冲基金、曾开启量化交易先河的文艺复兴科技公司的现任CEO。
这家公司最早由数学家西蒙斯——梁文锋的偶像创办，在华尔街招收各种金融天才的时候，通过聘用数学、计算机人才，通过机器学习来实现交易，成为了回报最高的基金之一，后来也成为了华尔街乃至全球最知名的量化交易基金。
但现任CEO的Peter Brown，实际不是一开始就踏入华尔街的。
他是AI最早的信徒，也跟随Hinton经历着那个时代里对AI最典型的冷遇。
AI发展里的路线之争
还在高中时，Peter Brown就对傅里叶变换（Fourier Transform）产生了浓厚兴趣，认为它可以用于语音识别。
这里补充一下，傅里叶变换是一种强大的数学工具，用“听一首交响乐”的例子来打比方就是——
耳朵实际听到的是一个随着时间起伏变化的、非常复杂的混合声波，但经傅里叶变换处理后，你就能分析出里面的小提琴（高频）占多少强度，大提琴（中频）占多少强度……总之它可以用来分析语音。
于是在进入哈佛大学后，Peter Brown的目标相当明确——主修数学和物理。并在人工智能刚刚兴起时，跑到卡内基梅隆大学跟着Hinton学AI，成为其首位博士研究生。
其博士毕业论文也和语音识别相关，主要从信息论视角系统性地探讨了自动语音识别中的声学建模问题。
具体研究内容是什么不重要，重要的是这篇论文发表于语音识别的早期阶段——
它奠定了基于统计模型（尤其是隐马尔可夫模型）的现代语音识别基础，其思想深刻影响了之后数十年语音识别乃至序列建模领域的发展。
而在博士毕业后，Peter Brown选择加入“蓝色巨人”IBM，并继续从事语音识别、机器翻译以及后来被称为大语言模型预训练和生成的相关技术工作。
尤其在语音模型训练方面，Peter Brown和团队算是遭遇了路线和数据两方面的挫折。
当时学术界的传统派认为，要让计算机处理语言，必须教它人类的领域知识（例如语法规则）。
但Peter Brown和团队却大胆选择了一条背道而驰的路线——坚持使用纯数据驱动的统计方法，完全不输入语法知识，而是让机器从数据中自行寻找概率模式。
这一做法在当时备受冷遇，甚至连他们发表的论文也惨遭审稿人“嘲讽”：
“机器翻译信息论方法”早在1949年就由沃伦·维弗（Warren Weaver）提出，但到1950年时已被学术界普遍拒绝。
Peter Brown自述，虽然论文最后还是被接收了，但这一“刻薄的评语”给他留下了深刻印象，于是后来还把这一评语挂在了书房墙上以在遭遇质疑时自勉。
而除了路线，他们还面临着数据和算力方面的挑战。为了搜寻数据，他们甚至连IBM反垄断诉讼中的证词都没放过。至于算力，Peter Brown透露过：
当时使用的IBM大型机算力甚至不如现在的手机。
“深蓝”的幕后推手
不过，在如此艰难环境下（IBM当时已经算很好了），IBM还是交出了后来影响世界的“深蓝（Deep Blue）”系统。而“深蓝”的推出，实际上也离不开Peter Brown这位幕后推手。
据Peter Brown自述，有一次他在洗手间偶遇了IBM计算机科学副总裁Abe Peled，于是赶紧抓住机会提议：
IBM只需投入100万美元建造一台能击败世界冠军的国际象棋机器，其带来的广告价值将不可估量(当时公司都觉得在超级碗中插播广告太贵）。
听完这话，Abe Peled起初显得有些恼火，但半小时后便回电同意拨款。不过由于他当时忙着研究语音识别，于是另外推荐了三位研究生好友加入IBM负责具体推进。
后来他还亲自将这台机器命名为“深蓝”，而“深蓝”也不负众望，在1997年击败了国际象棋大师卡斯帕罗夫。据悉这一成就让IBM的市值在赛后一度飙升了20亿美元。
因经济压力加入文艺复兴，一手缔造“神秘赚钱机器”
然而，在IBM干得还不错的Peter Brown很快便由于家庭财务压力，决定转型跳槽。
当时家里迎来了一位新生儿，生活压力骤增，而西蒙斯愿意出IBM双倍薪酬邀请他加入文艺复兴基金。
于是迫于现实压力，Peter Brown决定从巨头IBM跳到了当时还名不见经传的文艺复兴：
在那次开价后，我回到家，看了一眼刚出生的女儿，意识到我别无选择。所以，离开计算语言学去一家无人知晓的小型对冲基金的决定，完全是出于财务原因。
而一进入这家基金公司，Peter Brown很快发现这里的程序员虽然聪明，却缺乏构建大型系统的经验。
于是他和另一个从IBM一起跳槽加入文艺复兴的成员Robert Mercer，引入现代计算机科学方法重写了整个股票系统，并在后来被委任负责股票交易。
从2002年西蒙斯决定退休开始，这两人也开始接管公司除行政外的所有赚钱业务。
直到2009年，西蒙斯正式退休，而他们也成了这家基金公司的联席CEO。2018年，随着Robert Mercer卸任，Peter Brown成了文艺复兴公司唯一的CEO。
文艺复兴这家公司，外界对其最深刻的印象便是“神秘”与“暴利”。它不对外募集资金，仅管理公司员工和少数老客户的资产，却凭借远超同行的收益率，被誉为华尔街“最赚钱的机器”。
其旗舰产品——大奖章基金（Medallion Fund），自1988年至2019年的三十余年间，创造了年化超66%的惊人净回报率（扣除高昂管理费前），成为投资界无法复制的神话。
这家公司的核心武器，正是由数学家和计算机科学家驱动的、完全依赖历史数据与量化模型的系统化交易。
Peter Brown也表示，自己倾向于招聘完全没有金融背景的数学家和物理学家：
教会科学家市场知识比教会金融从业者高级数学要容易得多。
另外值得一提的是，文艺复兴的成功也离不开Peter Brown这位“工作狂魔”的努力。
他自述每周会工作80小时，经常在凌晨2点开始发送工作邮件，截至2023年已累计在办公室里睡了近2000个晚上。
如此付出也让他快速斩获了巨额财富——
早在2012年，Peter Brown就因公司业绩突出登上福布斯全球对冲基金经理收入榜，当时作为联合CEO，他从公司约33%的净收益中获得了约1.25亿美元的收入，早早跻身了亿万富翁。
而也是差不多那一年，他的博士导师Hinton，也有着自己的人生困境和选择。
他通过一场载入史册的拍卖会，把自己卖给了谷歌。
后来他自曝过，因为缺钱。
Hinton的伟大总是后知后觉
2013年，已经在学术界耕耘数十年、且刚刚凭借AlexNet引爆深度学习革命的Hinton，却做出了一个出乎所有人意料的决定——
以近乎拍卖的方式，把自己“卖”给了谷歌。
后来人们才知道，促使Hinton做出决定的理由并不复杂，甚至有些朴素——缺钱。
他曾公开提到，自己有一名患有学习障碍的儿子，因为担心孩子未来无法独立生活，所以这才不得不“为了五斗米折腰”加入谷歌。而加入谷歌的这一年，Hinton已经64岁了，一个常人已经普遍退休颐养天年的年纪。
那时候Hinton的身体条件算不上好，后来来看，几乎是以“托孤”心态来做的个人变现。
但即便如此，Hinton也始终显得独立。
在计算机这样的应用科学领域，富学生之上很少有穷导师，既有合作之中的相互回馈，也有人情世故里的裙带门阀。
但Hinton不同，甚至直到最近被“考古”，不少人才发现原来Hinton还有Peter Brown这样的亿万富豪学生，而且是第一个博士生。
不过如果对Hinton有更长时间维度的知人论世，也不难找到背后的文脉相通。
Hinton其人，出生于一个科学贵族世家。如果AI或者科学界有“老钱”，Hinton一家就是老钱。
这是Hinton被整理的家族成员图谱，科学巨人世家，“四世三公”——
曾曾祖父是布尔代数的发明者、曾祖父最早系统性提出了“四维空间”的概念、曾姑母创作了《牛虻》、父亲是一名昆虫学家……
而且他的姑妈Joan Hinton还是一位核物理学家，说英文名大家可能不熟悉，但中文名寒春应该还是有人听过。
寒春曾以费米学生的身份加入曼哈顿计划，是该计划中为数不多的女科学家，后因目睹核爆危害后转向反核与和平事业。
在人生后半程，她长期定居中国并投身农业机械化与奶牛养殖——一度被誉为“从曼哈顿计划走来的中国奶牛专家”，同时也是最早拿到中国绿卡的一批人，如今北京昌平的农机院还有寒春塑像。
实际上，初中课本里的《邓稼先》还提到过寒春——
当时老有谣言传寒春参与了中国原子弹工程，于是杨振宁写了一封信给邓稼先，问他到底有没有这回事，而邓稼先在回信中明确澄清了此事。
这也算是科学界千丝万缕交集里的“量子纠缠”了。
所以对于Hinton，了解他的身世，也就能更容易理解他身上的某些坚持与气质。
当全世界都不看好神经网络时，他可以默默忍受数十年如一日的寒冬，板凳一坐十年冷。
当资本都在为AI狂欢时，他却毅然离开谷歌，因为想更独立地站出来宣讲背后的风险。
美国嫌他老生常谈，他就面向欧洲，欧洲听不进去，他就克服腰疾跑到中国让更多有能力影响AI进程的中国人参与进来。
老爷子总是不合时宜。
但Hinton又始终在一次次更长的时间维度检验中，彰显着伟大。
他似乎是一位严师，因为很少公开夸赞自己的学生——最知名的一次还是诺奖获奖后对Ilya的称赞，因为Ilya因为山姆·奥特曼唯利是图下不顾AI风险而开除了他。
古今中外，不乏知名的老师评价自己的成就时，会把学生的世俗成功作为核心标准。带出了多少身居高位的人，有多少亿万富豪的学生……
但Hinton代表的是另一类，壁立千仞，超脱世俗。
Hinton几乎没有用Peter Brown的成功来证明过自己的成就，甚至直到最近，不少人才知道“穷困半生”的Hinton还有Peter Brown一样的亿万富豪学生……他穿越黑夜，穿越冷雨，穷且益坚，然后在时间的检验中获得认可、证明和嘉奖。
中国古语说：岁寒，然后知松柏之后凋也。
Hinton其人，松柏长青。
参考链接：
[1]https://x.com/deedydas/status/2003142300101485048
[2]https://www.goldmansachs.com/insights/goldman-sachs-exchanges/09-11-2023-peter-brown.html
[3]https://en.wikipedia.org/wiki/Peter_Fitzhugh_Brown
[4]https://x.com/t6aguirre/status/1843655707826237864
本文系学术转载，如有侵权，请联系CVer小助手删文
何恺明在MIT授课的课件PPT下载
在CVer公众号后台回复：何恺明，即可下载本课程的所有566页课件PPT！赶紧学起来！
ICCV 2025 论文和代码下载
在CVer公众号后台回复：ICCV2025，即可下载ICCV 2025论文和代码开源的论文合CVPR 2025 论文和代码下载
在CVer公众号后台回复：CVPR2025，即可下载CVPR 2025论文和代码开源的论文合集
CV垂直方向和论文投稿交流群成立
扫描下方二维码，或者添加微信号：CVer2233，即可添加CVer小助手微信，便可申请加入CVer-垂直方向和论文投稿微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。 一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者论文投稿+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲扫码或加微信号: CVer2233，进交流群 CVer计算机视觉（知识星球）人数破万！如果你想要了解最新最快最好的CV/DL/AI论文、实战项目、行业前沿、从入门到精通学习教程等资料，一定要扫描下方二维码，加入CVer知识星球！最强助力你的科研和工作！ ▲扫码加入星球学习
▲扫码或加微信号: CVer2233，进交流群 CVer计算机视觉（知识星球）人数破万！如果你想要了解最新最快最好的CV/DL/AI论文、实战项目、行业前沿、从入门到精通学习教程等资料，一定要扫描下方二维码，加入CVer知识星球！最强助力你的科研和工作！ ▲扫码加入星球学习▲点击上方卡片，关注CVer公众号 整理不易，请点赞和在看
