【量子位 2026年1月11日讯】一张拍摄于1986年的CMU首届联结主义夏令营合影，近期在AI圈引发热议。这张被业内誉为”AI界索尔维会议”的老照片，不仅定格了深度学习先驱Geoffrey Hinton、卷积神经网络发明者Yann LeCun等未来巨头的年轻模样，更藏着一个鲜为人知的故事——Hinton的首位博士研究生Peter Brown，如今已成为华尔街量化巨头文艺复兴科技的CEO，手握亿万财富。而照片中这群当年籍籍无名的年轻人，数十年后竟同时统治了硅谷科技圈与华尔街金融圈，书写了一段跨领域的传奇。
从神经网络研究的”寒冬”到AI复兴的”春天”，从学术殿堂到商业战场，Hinton与他的弟子们用各自的选择，勾勒出AI技术从理论走向应用的完整轨迹，更彰显了Hinton”安贫乐道、坚守学术初心”的人格魅力。
一、一张照片藏着”半壁AI江山”：从Hinton到LeCun，未来巨头的青春定格
1986年的CMU校园里，一场聚焦”联结主义”的夏令营悄然举办。彼时，神经网络研究正处于行业低谷，”符号主义”仍是AI领域的主流，这群聚集在此的年轻人，却坚定地相信”模拟人脑神经元”的研究方向终将改变世界。
1. 核心人物：后来的”AI教父”与”计算机视觉奠基人”
照片中，年轻时的Hinton身着休闲衬衫，面容青涩却眼神坚定。这位后来的诺贝尔物理学奖、图灵奖双料得主，当时正顶着”学术异端”的压力，坚持推进反向传播算法与深度神经网络研究——正是这项工作，为2012年AlexNet引爆深度学习革命埋下伏笔。
站在Hinton身旁的Yann LeCun同样引人注目。这位后来的图灵奖得主、Meta首席AI科学家，当时刚完成博士学业，尚未提出卷积神经网络（CNN），但已在联结主义领域展现出过人天赋。有趣的是，LeCun此后每次公开演讲，都会在PPT中放上这张照片，足见其对这段”共同奋斗岁月”的珍视。
此外，照片中还包括认知科学家Stan Dehaene（后来提出”神经认知革命”理论）、神经科学家Mitsuo Kawato（运动控制领域权威）、心理学家Jay McClelland（平行分布式处理模型提出者）等，他们后来均成为各自领域的”泰山北斗”。
2. 隐藏的”华尔街伏笔”：Hinton首位博士生Peter Brown
在照片角落，一位戴着眼镜、留着卷发的年轻人容易被忽略——他正是Peter Brown，当时还是Hinton指导的博士生，也是Hinton学术生涯中带教的第一位博士研究生（按多伦多大学官网学生名单排序，辈分比OpenAI联合创始人Ilya Sutskever还高）。
谁也没想到，这位最初研究语音识别的学术新人，数十年后会跨界金融领域，成为全球最赚钱量化基金的掌舵者。而他与Hinton的师生情谊，也成为后来一段”学术坚守与商业成功”相互映照的佳话。
二、从AI学术到华尔街传奇：Peter Brown的跨界人生
Peter Brown的成长轨迹，完美诠释了”AI技术如何赋能不同领域”。从跟随Hinton研究语音识别，到推动IBM”深蓝”项目，再到掌舵文艺复兴科技，他每一次选择都踩在技术与时代的节点上，却始终保持着对学术方法的敬畏。
1. 师从Hinton：语音识别领域的”拓荒者”
高中时，Peter Brown就对”傅里叶变换”产生浓厚兴趣，坚信这项数学工具能破解语音识别难题。进入哈佛大学攻读数学与物理后，他毅然前往CMU，成为Hinton的首位博士生，研究方向聚焦”自动语音识别中的声学建模”。
他的博士毕业论文《The Acoustic-Modeling Problem in Automatic Speech Recognition》，从信息论视角系统性探讨了隐马尔可夫模型（HMM）在连续语音处理中的应用——这一成果直接奠定了现代统计语音识别的基础，即便在大语言模型主导的今天，其核心思想仍在影响语音技术发展。
当时，学术界主流观点认为”必须教计算机语法规则才能处理语言”，但Peter Brown与Hinton坚持”数据驱动”路线，主张让机器从海量语音数据中自主学习概率模式。这种超前的理念，虽在当时遭遇审稿人嘲讽（”机器翻译信息论方法早在1949年就被拒绝”），却为后来大语言模型的”预训练+微调”范式提供了思想源头。
2. IBM岁月：”深蓝”背后的”推手”
博士毕业后，Peter Brown加入IBM，继续深耕语音识别与机器翻译领域。尽管面临”数据短缺、算力不足”的双重挑战（当时使用的IBM大型机算力甚至不如现在的手机），他仍带领团队推进纯统计方法的技术落地，为IBM后续语音产品奠定基础。
更值得一提的是，他还是IBM”深蓝”项目的关键幕后推手。据Peter Brown自述，一次在洗手间偶遇IBM计算机科学副总裁Abe Peled时，他大胆提议：”投入100万美元建造能击败国际象棋世界冠军的机器，其广告价值远超超级碗广告”。起初，Abe Peled颇为恼火，但半小时后便同意拨款。
尽管Peter Brown因专注语音识别未直接参与”深蓝”研发，却推荐了三位研究生好友加入项目，并亲自为机器命名为”深蓝”。1997年，”深蓝”击败国际象棋大师卡斯帕罗夫，震惊全球，IBM市值因此飙升20亿美元——这一事件，也成为”AI战胜人类专业领域”的首个里程碑。
3. 跨界华尔街：从”AI学者”到”量化巨鳄”
2000年前后，家庭财务压力让Peter Brown做出人生重大转折。当时，他的女儿刚出生，生活开支骤增，而量化基金巨头文艺复兴科技创始人吉姆·西蒙斯（Jim Simons）向他抛出橄榄枝——开出IBM双倍薪酬，邀请他加入这家当时还名不见经传的公司。
“我回到家，看了一眼刚出生的女儿，意识到我别无选择。”Peter Brown后来回忆道。正是这个”出于财务原因”的决定，让他开启了金融领域的传奇生涯。
进入文艺复兴后，Peter Brown发现公司虽聚集了大量数学天才，却缺乏”构建大型AI系统”的经验。他随即引入在IBM积累的计算机科学方法，联合另一位IBM前同事Robert Mercer，重写了整个股票交易系统，将”机器学习+统计模型”深度融入量化交易——这一改造，让文艺复兴的投资策略从”传统量化”升级为”AI驱动”，为后来大奖章基金（Medallion Fund）的惊人收益奠定基础。
2009年，西蒙斯退休后，Peter Brown与Mercer出任联席CEO；2018年Mercer卸任后，他成为文艺复兴唯一的掌舵者。在他的带领下，文艺复兴旗下大奖章基金创造了投资界的神话：1988年至2019年，扣除高昂管理费前年化回报率超66%，即便在2008年金融危机期间仍实现正收益，成为”华尔街最赚钱的机器”。
如今的Peter Brown，身家早已过亿，却仍保持着”工作狂魔”的状态——每周工作80小时，经常凌晨2点发送工作邮件，截至2023年已累计在办公室睡了近2000个晚上。他还坚持文艺复兴的”独特招聘哲学”：优先录用无金融背景的数学家、物理学家与计算机科学家，”教会科学家市场知识，比教会金融从业者高级数学容易得多”。
三、Hinton的”人格高光”：弟子亿万身家，自己却”为儿卖身谷歌”
Peter Brown的商业成功，与Hinton的”学术坚守”形成鲜明对比，却更凸显Hinton”超脱世俗、专注学术”的高尚品格。
1. Hinton的”贫困岁月”：坚守神经网络三十年，为儿子才”变现”
在AI复兴之前的三十年里，Hinton的科研之路充满坎坷。由于神经网络研究不受主流认可，他不仅申请科研经费屡屡碰壁，个人经济状况也十分拮据。直到2013年，64岁的Hinton已凭借AlexNet推动深度学习革命，却因担心”有学习障碍的儿子未来无法独立生活”，不得不以”近乎拍卖的方式”将自己与团队”卖给”谷歌——这一决定，被他后来称为”为五斗米折腰”。
即便如此，Hinton从未动用过学术资源为自己谋取私利，更没有向已成为”华尔街巨鳄”的弟子Peter Brown寻求帮助。直到这张老照片被”考古”，行业才惊讶地发现：这位”穷困半生”的AI教父，竟有一位亿万富豪学生。
2. 科学贵族世家的”风骨”：不攀附、不逐利，坚守学术初心
Hinton的坚守，与其”科学贵族世家”的背景密不可分。翻开他的家族图谱，堪称一部”近代科学史缩影”：
-
曾曾祖父George Boole：布尔代数发明者，现代计算机逻辑的奠基人；
-
曾祖父Howard Hinton：最早系统性提出”四维空间”概念，发明”超立方体”模型；
-
曾姑母Ethel Lilian Voynich：著名小说《牛虻》作者；
-
姑妈Joan Hinton（中文名寒春）：核物理学家，曼哈顿计划少数女科学家之一，后定居中国投身农业机械化，被誉为”从原子弹到奶牛的科学家”，初中课本《邓稼先》中曾提及她；
-
父亲William Hinton：昆虫学家，长期研究生物分类学。
生于这样的家庭，Hinton自幼便受到”追求真理、淡泊名利”的熏陶。当全世界都不看好神经网络时，他能”板凳一坐十年冷”，默默坚持三十年；当AI资本狂欢时，他却在2023年毅然离开谷歌，选择独立发声警示AI风险——甚至克服腰疾远赴中国，希望让更多人关注AI安全议题。
这种”不合时宜”的坚守，让Hinton超越了”科学家”的身份，成为行业的”精神标杆”。正如中国古语所言”岁寒，然后知松柏之后凋也”，Hinton用一生诠释了”学术风骨”的真正含义。
四、师徒殊途：一场跨越学术与商业的”AI传承”
Hinton与Peter Brown的师徒故事，看似”殊途”，实则”同归”——前者用学术坚守为AI技术奠定基础，后者用商业实践验证AI的应用价值，共同推动着AI从理论走向现实。
1. 技术传承：从语音识别到量化交易，AI方法的跨领域复用
Peter Brown在华尔街的成功，本质上是Hinton学术思想的”跨界落地”。他将Hinton倡导的”数据驱动、统计建模”方法，从语音识别领域迁移到金融交易中：用隐马尔可夫模型分析股价波动规律，用机器学习处理海量历史交易数据，用概率模型预测市场趋势——这种”将学术方法商业化”的能力，正是Hinton培养学生的核心目标。
而Hinton虽未直接参与商业实践，却通过Peter Brown等弟子的选择，看到了AI技术的无限可能。正如他在诺奖演讲中所说：”我的学生们用不同的方式证明，神经网络不仅能识别图像、理解语音，还能改变金融、医疗、制造等所有行业——这比我自己取得任何成就都更让我自豪。”
2. 精神传承：坚守初心，不被外界干扰
更重要的是，Peter Brown虽身处华尔街名利场，却始终保持着学术研究的严谨态度。他掌舵的文艺复兴科技，至今坚持”不对外募资、不做公关宣传”，仅靠数学与统计模型驱动交易，这种”低调务实”的风格，与Hinton”不追逐热点、不攀附资本”的学术态度如出一辙。
而Hinton则用自己的选择，为弟子们树立了”坚守初心”的榜样。他从未将Peter Brown的财富作为自己的”学术背书”，甚至很少公开提及这位弟子，始终将重心放在AI技术的突破与风险警示上——这种”壁立千仞、超脱世俗”的品格，正是当代学术界最珍贵的财富。
结语：AI的”双重遗产”——技术突破与精神传承
一张老照片引发的”考古热”，不仅让人们重新认识了AI领域的”黄金一代”，更揭示了AI技术发展的核心逻辑：既要有人像Hinton一样，在寒冬中坚守理论研究，为技术突破奠定基础；也要有人像Peter Brown一样，勇敢跨界，将学术成果转化为改变世界的商业力量。
Hinton与他的弟子们，用各自的人生选择，留下了两份宝贵的”AI遗产”：一份是推动行业进步的技术成果，从深度神经网络到量化交易模型，实实在在地改变着人类生活；另一份是超越技术的精神力量——对真理的执着追求、对名利的淡泊态度、对社会责任的担当。
如今，AI技术正处于高速发展的关键阶段，既面临算力突破、模型创新的机遇，也面临伦理风险、安全挑战的考验。Hinton与他的弟子们的故事，或许能给当下的AI从业者带来启示：真正的技术进步，不仅需要顶尖的智慧，更需要坚守初心的勇气与担当。而这种精神，才是AI领域最珍贵的”传家宝”。
