《全球科技通史》一書以時間為主線，以人類科技成就為節點，從遠古科技、古代科技、近代科技和現代科技四個部分，詳細描述了幾萬年來農業、工業、天文、地理、生物、數學等各個領域關鍵性的人物、事件及意義，繪制了一幅科技驅動歷史的恢宏畫卷。讀完這本著作，我宛如經歷了一次時空隧道之旅，獲益匪淺、感觸良多。
熱愛是科學研究的源動力。科技是一項崇高的事業，真正有價值的科技成果往往在無功利目標的情況下出現。有“AI教父”之稱的杰弗里·辛頓的研究歷程，很好地詮釋了科技的這一特征。自20世紀中期人工神經網絡這一研究領域開啟以來，人工智能經歷了三個發展階段。1972年，正處于人工智能發展第一階段與第二階段的中間時期，這一時期，人工神經網絡的研究在當時的人工智能學界普遍不被看好。然而，出于對科學的濃厚熱情和興趣，辛頓毅然投入到這一領域的研究。幸運的是，導師希金斯雖然并不看好這項研究，但出于對科學的尊重和對學生的愛惜，依然全力支持辛頓一次又一次仿佛看不到前景的試驗。在當時的發展階段，想在人工神經網絡的研究上取得實質性突破的確非常困難，經歷了三年高強度的研究，辛勤汗水并沒有澆灌出預期的成果，而愛丁堡大學以及導師希金斯在此時表現出了對研究工作本身的高度尊重和對研究失敗的高度包容，在辛頓的博士論文研究并沒有取得突破性成果的情況下，學校依然授予了他人工智能博士學位。可以說，辛頓的研究與名利無關，僅僅是由于科學興趣的驅使以及對科學探索的執著，否則他不會選擇這一個在當時看不到任何前景的研究領域。
科技是一項孤獨的事業。依然以辛頓為例，他博士畢業后，對于受盡冷落的人工神經網絡這一領域不離不棄，繼續埋頭深耕。在研究工作既得不到同行的學術支持也難以獲得資金支持的情況下，辛頓始終沒有放棄。1986年，他的研究取得了重要突破，他提出了被稱為“反向傳播”的算法，有效解決了第一代人工神經網絡的“感知器”技術對非線性問題無能為力的難題。可以說，正是因為辛頓在第一代人工神經網絡發展末期的孤獨堅持，才終于將第一代人工神經網絡推進到第二代人工神經網絡，實現了一個領域的里程碑式升級。
然而，即使進入到了一個新的發展階段，由于應用非常有限，人工神經網絡這一領域的關注度依然不高，辛頓以非凡的專注與耐心投入科學研究和教書育人，在孤獨的堅持中取得了一系列成果，指導了近70名碩士、博士研究生。2006年，深度學習技術的出現使得人工神經網絡進入到發展的第三階段，辛頓正是這一次質的飛躍的重要貢獻者。2012年，辛頓與他的兩名學生開發了一個程序，參加了最著名的圖像識別競賽，該程序的性能超過了所有其他參賽者，這一成功促使谷歌收購了辛頓和這兩名學生創立的公司，并將他們的成就商業化。一分耕耘，一分收獲，2018年，辛頓獲得了有計算機領域諾貝爾獎之稱的圖靈獎，他的孤獨堅持終于得到了最高的肯定。
以史為鑒，學史增智。縱觀《全球科技通史》，可以看到，在人類科技發展歷史的長河里，無數充滿科研熱情的科學勇者不辭艱辛、不畏孤獨，奮力推動科技發展，為人類科技文明作出貢獻，歷史也將在科技的助力下更加輝煌。
（作者系湖北省政協委員、武漢理工大學機電工程學院教授）
版權所有：中國人民政治協商會議湖北省委員會 備案號 鄂ICP備14008297號
鄂公網安備 42010602001229號 地址：湖北省武漢市武昌區洪山路85號 郵政編碼：430071
