今年诺贝尔物理学奖颁发给了John J. Hopfield 和 Geoffrey E. Hinton，表彰他们在人工神经网络上的奠基性工作。
身在剑桥，发现自己有幸与Hinton算是有着跨越时空的一些联系，一方面我们都是King's College Cambridge的院友，另一方面也都在MRC Cognition and Brain Sciences Unit (MRC-CBU) 工作过，所以这里就顺便蹭一波流量来分享一下Hinton曾经在CBU的故事。
Hinton是在1980-82年间在CBU（当时还叫APU，Applied Psychology Unit）担任研究人员，他参与的项目其实很多，包括“物体知觉”、“人机交互”、“认知建模和计算模拟”等等，涵盖了当时流行的认知心理学以及早期的计算建模。
这些术语听起来似乎是近些年才兴起的，但实际上自从上世纪中叶出现了计算机，心理学家就试图将人类心理行为和计算机联系起来，其中一派就是大家比较熟知的认知心理学（假设人类心理是线性/串行处理的），另一派其实就是有点类似人工神经网络影子的联结主义学派（假设人脑类似ANN的并行分布式加工）。
翻阅CBU的历史档案，可以发现Hinton参加的一个主要项目是关于认知建模和计算模拟，尤其是并行加工的理论学说。文献提到，Hinton开发并模拟了一个并行处理模型，并将其应用于记忆、知觉和运动技能。文献评价道：Hinton在APU凭借着极其有限的技术资源（一台苹果计算机），以极大的巧思顺利进行。该研究方向非常有前景，不仅对理解人类认知有重要意义，也有潜在的对计算机设计的重大影响。（怀疑由于APU的设施有限，后来Hinton去了美国并获得了更大的成就）。
此外，Hinton在APU的时间还参与了像人机交互、运动控制相关的计算建模研究。文献提到，在发展运动控制理论时，最严重的理论问题之一是涉及的自由度数量。机器人学和人工智能中生成的计算模型通常不适合作为心理学模型，因为这些模型要求编程一个适当的动作时，需要执行一长串精确的数值运算。而Hinton在APU期间进行的工作中，开发了一种更具心理学可行性的计算模型。这种计算方式采用迭代逼近的方式，每个自由度使用独立的并行处理。他证明，通过添加能够同时协调多个关节的处理器，可以大大减少所需的迭代次数。
Hinton在CBU/APU工作的时间不算长，在此期间取得的成就相较于他之后而言或许也不是最突出的。不过了解这段往事，回顾人工智能如何从心理学中脱胎，在上个世纪由于技术所限发展缓慢（甚至被很多心理学系抛弃），又在新世纪迎来爆发，也可以算是一件很有意思的事情。
Hinton在CBU/APU期间的部分工作 (文档截图均摘自CBU历史档案)
Congrats, Geoff!
