John Hopfield：心智的物理学视角与神经生物学

莱克斯介绍约翰·霍普菲尔德，一位普林斯顿大学教授，其毕生工作穿行于生物学、化学、神经科学和物理学之间——透过物理学家犀利的双眼看待生物学那混乱的世界。他最为人所知的是如今称为霍普菲尔德网络的联想式神经网络，它是现代深度学习的早期催化剂；他因把理论物理应用于生物学问题、并对机器学习产生影响而获得 2019 年富兰克林奖章。正如他 2018 年那篇《现在怎么办？》所言，他的成就源于问出那个问题、并常常由此转变方向。

在节目照例的呼吁以及一段盛赞 Cash App 零股订单执行算法的赞助口播之后，莱克斯转入对话。

被问到生物与人工神经网络之间哪个差异最让他着迷时，霍普菲尔德指出，神经元拥有许多组成部分和属性，而演化会把分子或细胞中任何有用的怪癖打磨成一个特征、而非故障——这一方面在人工神经网络里被完全压制了。他确认，故障在生物学里确实可以变成特征。

霍普菲尔德以会相位锁定的振子来说明，援引泰晤士河上的千禧桥（2001 年）：以相近频率行走的行人与桥轻微的摆动踏入同一步调，直到它振荡起来，因为工程师漏掉了行走时的左右运动。同样，松散耦合、放出动作电位的神经细胞在某些情况下也会锁在一起——这是演化可以利用的计算特征，而大多数人工网络根本没有动作电位。

被问到演化如何利用生物学那种奇怪的混乱时，霍普菲尔德描述了 DNA 复制：一份副本继续编码旧蛋白质，另一份则漂移去编码某种略有不同、有用的东西，让演化在保留旧功能的同时缓慢改进新功能。他俏皮地把它与公司作类比——公司的「演化」意味着一些关门、另一些开张——并指出 IBM 只有通过创建一个隔离单元、改变其文化，才造出了第一台 PC，而生物学找到新市场的方式要适应性强得多。

被问到心智最美的方面时，霍普菲尔德说适应就是一切，并区分跨越演化世代的学习与单个个体一生中的学习——生物学两者都有。他说，让神经生物学变难的，是它是一个建立在这另一种演化系统之上的数学系统。