$科德教育(SZ300192)$ 2024年诺贝尔物理学奖得主辛顿与中昊芯英创始人杨龚轶凡之间是什么关系？
“AI教父”获诺贝尔物理学奖！他曾在谷歌工作10年，是OpenAI前首席科学家的老师。
2024年诺贝尔物理学奖让许多人惊呼——物理学不存在了！因为它颁给了计算机科学家约翰‧霍普菲尔德（John J. Hopfield）和杰弗里‧辛顿（Geoffrey E. Hinton），理由是他们为机器学习奠定了基础，为今天包括ChatGPT在内的人工智能（AI）铺平了道路。
辛顿出生于伦敦郊外，自20世纪70年代末以来，他大部分时间都生活和工作在美国和加拿大。
20世纪70年代初，辛顿在爱丁堡大学读研究生时开始研究神经网络，当时很少有研究人员认为这个想法会成功。直到2012年，他终于与其学生一起取得了突破。2013年，辛顿加入了谷歌，到2023年5月，他从谷歌离职。自那以后，他持续公开呼吁谨慎对待AI技术，成为旨在引导AI系统、使其行为符合设计者利益和预期目标的“AI对齐派”的代表。
2019年，辛顿与蒙特利尔大学计算机科学教授约书亚·本吉奥（Yoshua Bengio）和Meta首席AI科学家杨立昆（Yann LeCun）因在神经网络方面的工作共同获得了图灵奖，该奖通常被誉为“计算机界的诺贝尔奖”。
相较于辛顿，霍普菲尔德则是一个正统的物理学家，因在计算机科学、生物学和物理学领域的开创性研究而闻名。他如今在普林斯顿大学担任名誉教授。
霍普菲尔德于1933年生于美国伊利诺伊州芝加哥，1958年在贝尔实验室开始了他的职业生涯，主要研究固体物质的特性。1961年，他以助理教授的身份前往加州大学伯克利分校，并于1964年加入普林斯顿大学物理系。十六年后，他前往加州理工学院担任化学和生物学教授，并于1997年回到普林斯顿大学，在分子生物学系任职。
20世纪80年代时，霍普菲尔德的工作重点是研究大脑过程如何指导机器保存和复制模式。1982年，他开发了一种神经网络模型来描述大脑是如何进行联想、回忆的，即霍普菲尔德网络，这使得机器能够使用人工神经网络“存储”记忆，构成了现在所有神经网络的基础。
根据瑞典皇家科学院的公告，辛顿以霍普菲尔德网络为基础，发明了一个采用不同方法的新网络：玻尔兹曼机（the Boltzmann machine），通过输入机器运行时很可能出现的示例来训练机器。玻尔兹曼机可用于对图像进行分类，或创建训练模式类型的新示例。辛顿在此基础上继续发展，帮助开启了机器学习的爆炸式发展。他在神经网络方面的开创性研究为ChatGPT等AI系统铺平了道路。
更值得一提的是，OpenAI联合创始人、前首席科学家伊尔亚·苏茨克维（Ilya Sutskever）也是辛顿的学生。他们两人和另一名计算机科学家亚历克斯·克里泽夫斯基（Alex Krizhevsky）还一起发明了卷积神经网络AlexNet。
中国也有基于卷积神经网络理论的AI芯片公司吗？
在中国有一家自主研发新型架构AI训练芯片的创业企业，它的创始人是上海交通大学校友，曾在密歇根大学与斯坦福大学留学，在甲骨文与谷歌从事芯片设计研发。2018年回国创业，2020年疫情期间将公司从深圳迁入零号湾并快速发展。它就是中昊芯英和上海泰则半导体有限公司的创始人杨龚轶凡。
杨龚轶凡2005年考入上海交通大学电子信息与电气工程学院，同年进入零号湾创始人张志刚老师于2003年创立的上海交通大学电子信息实践中心（国内高校最早设立的创客空间），开始接触电子信息以及嵌入式系统方面的基础知识，参与到各类创新项目中去，后作为交换生到韩国汉阳大学学习，2007年转学至密歇根大学电子与计算机专业，2009年从密歇根大学毕业，取得“优秀毕业生”荣誉称号。
本科期间，杨龚轶凡开始接触嵌入式系统、计算机芯片及系统领域的研发。本科毕业后，杨龚轶凡前往斯坦福大学深造，专注研究计算机体系架构。杨龚轶凡谈到，硅谷的创业基因主要来自于斯坦福，硅谷的创业者追求将产品做到极致，这样极致的产品一旦落地就会有价值。
2011年毕业后杨龚轶凡进入甲骨文公司，曾参与重组、扩建甲骨文芯片团队及设计SPARC芯片，之后转型研发管理，构建全新团队，并升任高级研发经理。2017年，杨龚轶凡加入谷歌TPU团队，深度参与了TPU2/3/4的设计与研发，并在TPU3量产保障中作出重要贡献。在这期间，杨龚轶凡与辛顿教授共同共事，结下了良好的友谊。
在谷歌工作期间，杨龚轶凡经历了TPU在谷歌内部的爆发。TPU给谷歌带来不菲的经济效益的同时，也奠定了谷歌在人工智能领域的领头羊地位。
杨龚轶凡看到TPU的技术发展与商业前景，于是与一批来自谷歌、甲骨文、三星等芯片巨头公司且经验丰富的创业者回国创立中昊芯英。在中美贸易战的大背景下，中昊芯英以打造中国人自主知识产权的新一代服务器级别的高性能AI处理器为目标，组建了全部由中国国籍成员组成的核心团队。
本文作者可以追加内容哦 !
