图源：Freepik

撰文 | 苏惟楚

翻译丨李璐

 ●                  　●                   　●

今年12月5日， Felix Hill ，一位在Google DeepMind 工作了9年的天才科学家自杀离开。 

他去世的一个月后，其生前写作的两篇文章引发了更大范围的关注。这两篇文章清晰地描述了他工作和生活中的战斗。一位技术理想主义者被裹挟在现实世界的资本、金钱、社交中，疾病也令他一再受挫。[1][2]

Udio CEO 联合创始人 David Ding发文悼念

Robust AI 的创始人和首席CEO Gary Marcus发文悼念

41岁的Felix Hill出生在英国。他生前曾回忆，父亲和母亲让他“能够做所有美好的事情”，也因此，他生命的前37年都非常幸福。

Felix Hill自小展现出对数学和计算机科学的兴趣。2002年，他在牛津大学读本科，专业是数学，对他来说，在这里的学习是一种将智力推向极限的感觉。后来，他进入剑桥，专注于自然语言处理的研究，拿到了博士学位。2016年，毕业后，他进入了DeepMind，一家由Google支持的人工智能研究公司，这是他梦寐以求的职业。在这里，他可以和自己的科学偶像一起做研究，并分享给全世界的人。

在DeepMind，他逐步成为一名核心科学家，参与多个重要项目，领导了SuperGLUE项目的开发，这一项目彻底改变了自然语言理解的基准测试方式。他的学术研究成果颇丰，在Google Scholar 上，参与创作以及有贡献的论文共85篇，总引用量19703次。

但Felix Hill并不喜欢总聊人工智能，他喜欢聊足球或者80年代的音乐。然而，过去两年，人工智能成为高频词汇，在私人社交场合，人们不断把他围住，其中有银行家、律师、医生，尽管很多人的工作并不会直接使用大语言模型，但大家总想听听这位科学家对ChatGPT的看法——这让他感觉“无处可逃”。

在人工智能领域之外，这位科学家曾展现出极为丰富的一面。他会四种语言，英、法、葡萄牙、西班牙语。读书时，Felix Hill曾经利用假期去旅行。他来过中国，“找到一份教青春期早期男孩英语脏话的工作”。他在波兰给青少年翻译嘻哈音乐，还在南美旅游了9个月，去过玻利维亚的银矿、参观过厄瓜多尔的监狱，把钱花了个精光。在进入DeepMind之前，他还做过数学教师。

他分享过自己最喜欢的两本小说，《柏林谍影》（冷战间谍小说）和《午夜的孩子》（以印度为背景，讲述一个家族与个人的遭遇，涉及印巴分治前后的政治动乱、社会变革、宗教纠纷等重大历史事件）。2009年，26岁的Felix Hill在印度经历了三个月的瑜伽和冥想训练。就在此前两年，他经历了人生第一次特别严重的焦虑和抑郁，但周围友善的同事、朋友和父母给予了极大支持，Felix Hill在那一次战斗中胜利了，他学会了管理抑郁症，这个疾病成了他“生活中很小的一部分”。

Felix Hill回忆，大部分时间里，他几乎都是一个非常快乐的人，除了偶尔的抑郁发作。尽管母亲后来得了阿尔茨海默症，他有时会为对方的病情感到崩溃，但更多时候，他依然快乐。然而，2019年，Felix Hill的饮酒问题逐渐显现，有时会对朋友的亲人表现出刻薄和攻击性的一面，但事后他对此感到无比抱歉和羞愧。

他的全面崩溃始于2023年，那一年4月，母亲在与阿尔茨海默病的长期斗争中离世。因为急性精神病发作，Felix Hill住进了精神病院。

2024年8月，他写作《关于心理健康、迷幻药与生命》一文（注：有过相似经历和创伤的人谨慎阅读），他回忆，过去的一年并不好受。Felix Hill除了在家就是在医院，一直躺在床上。他还失去了科研网络和声誉，失去了婚姻，他无法回复朋友的信息，也无法与他们见面。母亲去世后，他原本希望帮助父亲进入生活的新阶段，但下一刻，父亲却成为了他的全职照顾者。

在这篇文章中，这位科学家真挚地敞开自己，描述自己大脑经历的风暴、不同治疗方式的体验，他诚挚地感激了支持和帮助过自己的人。他希望人们“用判断力分享这篇故事，以帮助人们在了解精神疾病、自杀和减少污名化等方面产生积极作用，通过研究来战胜这些疾病。”

他的真挚一如两个月后写作的另一篇文章，关于人工智能的工作与压力。两个月前写抑郁症经历时，他描写过工作的片段：

“不要被埃里克·施密特（前谷歌CEO）的信条迷惑，他认为强制每周5天在办公室工作，牺牲家庭等，可能会使组织取得更多成就。没有实证证据支持这一点……我们中的许多人几乎都是在头脑中工作，但工作时间过长会扼杀创造力、生产力，最终扼杀成就。”

尽管如此，那时他说自己的职业生涯和做研究都是无与伦比的快乐，自己经历的一切并不是因为感到来自职业责任的压力。

两个月后，在《2000 亿权重的责任》这篇文章里，他提到了自己在这个领域中的挣扎和思考。我们接下来会分享这篇文章，其中提到：

AI研究不再是纯粹的技术研究，而是直接关系到其所在公司能否从激烈竞争中存活下来，像是参与一场战争，AI研究人员既需要冲锋陷阵，还需要为战争结果负责。

LLM（大语言模型）的规模、简单性和有效性使做出相关的“科学研究”变得困难，“除了规模之外，几乎不需要任何创新”，只需要资金投入。这让“科学家”的角色显得微不足道。

行业的高流动率，让技术团队的盟友随时可能变为“敌人”，不再有可靠的信任关系。

在去年10月8日的社交平台，Felix Hill分享了自己的这篇文章，并提问：你从事人工智能工作吗？您是否发现现在的压力比以往任何时候都大？

同一天，更多的人们在为约翰·霍普菲尔德（John J. Hopfield）和杰弗里·辛顿（Geoffrey E. Hinton）欢呼，他们因“使用物理学训练人工智能神经网络”获得了诺贝尔物理学奖。

一些从业者看到并回复了Felix Hill，有人表示自己正在其中挣扎，也在体味同样的经历。也有人说，人们应该看到，人工智能背后，是一个一个有血有肉感情丰满的人类。 
 

英伟达高级研究科学家Jim Fan 发文悼念

一位斯坦福副教授曾向Felix Hill提议，“来学术界加入我们吧！这里仍然是与世界公开分享基础科学的绝佳场所。”

Felix Hill回复他，“我希望有一天能从事学术工作，等我目前的研究项目自然结束”。

两个月后，Felix Hill离开了这个世界，他的战斗停息了。

以下是Felix Hill 的文章：

2000亿权重的责任  现代AI工作中的压力

过去两年里，人工智能领域发生了不可逆转的变化。

ChatGPT的月活跃用户近2亿。2024年5月，Gemini（Google开发的生成式人工智能聊天机器人）的访问量近3.2亿次。人工智能爱好者现在可以使用人工智能微波炉、人工智能牙刷，甚至还有人工智能足球。

然而，对于很多从事人工智能工作的人来说，这种大众兴趣的激增是福也是祸。当然，工资上涨了，股票价格和公司市值也随之攀升。但是这种变化也带来了一系列独特的压力。

这篇博客探讨的正是现代人工智能工作中的压力。它主要面向那些从事人工智能工作的人（据保守估计，当前全球约87%的人都在从事与人工智能有关的工作），尤其是那些从事人工智能研究的人。

最重要的是，我希望通过讨论什么使得人工智能研究变得有压力，让有幸在这一领域工作的我们生活得更快乐。尽管当下一片混乱，但从事与人工智能有关的工作仍然是美妙且充实的，这是一个有潜力解决科学、哲学乃至人类自身很多重大问题的职业。

无处可逃

几个月前，我参加了一位朋友的40岁生日聚会。我们是很好的朋友，我认识其中大部分客人，有些甚至非常熟悉。但并不认识所有人。

在那些我不太熟悉的人中，我注意到了一个奇怪的现象。

尽管我当时身体不太舒服（这点之后再详谈），显然也不太愿意和别人交流，但还是有一小群人向我蜂拥而至。仅仅因为他们都知道我在DeepMind工作，所以想和我聊聊。

他们聊的并不是足球或80年代音乐这类轻松的话题。这些人想聊的是我极力避免去想的事情：人工智能。虽然这么多人对我的工作产生兴趣这一点让我受宠若惊，但这也提醒了我过去两年发生了多大的变化。银行家、律师、医生和管理顾问都想听听我对ChatGPT的看法，尽管他们中很少有人能在工作中直接使用这些大语言模型（LLM），但他们坚信，人工智能领域正发生一些他们应该了解的事情。

作为一名研究人员，我相信你也能理解这种在社交场合无法脱身的感觉。

但事情变得更糟了。即使在自己家里，我都不再有安全感。

我早就不看新闻了，以免引发焦虑。但即使是我在看足球、VH1、蒙塔巴诺探长（Inspector Montalbano），或是由埃莱娜·费兰特（Elena Ferrante）的《那不勒斯四部曲》改变的优质影视作品时，广告中也充斥着与人工智能有关的内容。

每当这个时候我都想收拾行李，跨越大陆，加入一个与世隔绝的教派。但我毫不怀疑，现在连内观禅修（Vipassana）都可能在某种程度上被人工智能渗透了。

隐性竞争

事实上，几大公司好像在竞相开发最大、最好的大型语言模型，这本身就是一种巨大的压力，无论你为谁工作。

目前从事人工智能研究就像加入了一场战争。众所周知，参战会产生严重的后果，包括心理变态、离婚以及自杀。

当然，这并不是认为人工智能研究等同于“真实战争”中的身体对抗。但据我所知，这种类比是真实的，尽管有些牵强。

底线工作

通常情况下，工业界的研究人员并不习惯他们的工作对雇主的盈亏产生直接和即时的影响。

当然，很多研究人员都希望有机会可以产生这样的影响。只是以前这种情况十年一遇。

多数情况下，当下对LLM（大语言模型）的基础研究结果只能对模型性能产生微小且可能短期的扰动。然而，由于公众估值与LLM的性能有千丝万缕的联系，这些波动反过来又导致股价出现数十亿美元波动。

这种波动无疑会给人工智能从业人员造成非常大的压力，但在2022年之前，研究人员在研究生院、博士后期间，甚至在工作中，都没有对这种波动做好准备。

钱、钱、钱

大多数人工智能研究人员，尤其是我们这些超过一定年龄的人，并不是为了赚钱才从事研究的。做自己热爱的工作还能赚大钱，这听起来像是灵丹妙药，但也会引发强烈的焦虑。特别是当导致你收入增长的外部因素不在你的控制范围内，这种影响会让你对自己工作的热爱大打折扣。

无论人工智能是否与此有关，有大量证据表明，突然积累的财富会导致各种问题；只需看看那些经过多年努力终于成名的演员或歌手就知道了。成瘾、关系的破裂、友谊的瓦解，甚至自杀，这些症状我都有所感知。

科学家的缺失

LLMs（大语言模型）的规模、简便性和有效性使我们很难进行相关的“科学”研究，即立即改进LLMs的研究。

一些LLM研究人员已经开始接受理查德·萨顿（Rich Sutton）《苦涩教训》一文的观点了：除了规模之外，几乎不需要任何创新。

而且，即使理论上是有可能进行实质性创新的（这是肯定的），但实现创新通常需要在不同条件下反复训练规模最大的LLMs。即使是最大的公司也无力负担。对于一个“普通”的研究科学家来说，这更让人感到难以承受。

对于习惯在小团队（5-10人）中工作的工业科学家来说，这些条件已经很难了。更何况是那些处在学术界的博士生、博士后和在AI/CS/ML（人工智能/计算机科学/机器学习专业）工作的教职员工，他们面临的情况肯定更加严峻。

发表论文

虽然学术界人士可以（也应该）继续发表从LLMs实验中获得的见解，但对于工业界的科学家来说，发表的问题就不那么明确了。

长期以来，发表论文一直是科学进程中的固有组成结构，也一直是人工智能研究的核心原则。发表论文是我们职业生涯的关键部分 —— 和我交谈过的大多数人工智能研究人员，尤其是研究科学家，都同意我的这一观点。

但至少在工业界，发表论文是否是一个人研究的可行成果，这个问题在过去两年变得越来越不确定。能够提升LLM水平的小技巧等同于LLM大战中潜在的关键武器，公开这些秘密是否对资助研究的机构有益，始终是一个微妙的问题。

这一切都意味着研究人员经常对自己想法的未来一无所知，至少在我看来，这会造成巨大的压力。

创业

当然，摆脱这些担忧的的一个可行途径是提出科学愿景，筹集一些资金，成立一家初创公司。事实上，当前人工智能创业公司（无论规模大小）的激增表明，有许多科学家已经选择了这条路。

但成为创始人并不是逃避压力的万全之策。事实上，这是一条众所周知的充满压力的路；即使在当下投资者热情高涨的情况下，许多资金充足的人工智能创业公司也失败了。

根据我的经验，成为创始人是一段特别孤独的旅程。毫无疑问，对于雄心勃勃的科学家来说，这是一个可行的选择，但它不可能让科学研究变得轻松，也不可能减轻压力。

为什么我选择博客来倾诉压力？

过去两年，是人工智能领域充斥着混乱与疯狂的两年，也是我人生尤为动荡的两年。

2023年4月，我的母亲在经历了与阿尔茨海默病的长期斗争后离世。当时我因急性精神病发作住进了精神病院，压力可能是一个重要的因素。在接下来的12个月里，理论上我在康复，但实际上，我还是处于极度焦虑和自杀性抑郁的状态。

在此期间，我感到非常幸运，因为我的雇主理解我的处境（以及我对公司的价值），并提供了持续的治疗和精神支持。

在又经历了6个月危及生命的抑郁之后，我开始感觉好多了，最近我感觉可以写下我的经历。我领悟到，压力和焦虑相辅相成；事实上，它们可能殊途同归。当然，和任何适应性特征一样，焦虑也有好处（例如在工作方面），但当焦虑变成恶性时，后果可能会非常严重。

正是在反思过去两年人工智能领域的变化时，我试着重新学习如何成为一名人工智能研究人员，这也启发我在这篇文章中分享见解。当然，分享这些见解并不能解决所有的问题，但最在黑暗的时刻，给我希望的少数事情之一就是我知道，我并不孤单。如果你现在正在经受苦痛，请相信我——你并不孤单。

社交焦虑

我已经讨论了很多压力或焦虑的催化剂，而这些压力或焦虑可能困扰着当前从事人工智能的研究人员。但还有一种形式的压力我没有提到，因为我很幸运，未曾经历。相反，我是在与朋友和同事的亲密交谈中获知的。

那种压力就是社交焦虑。

据朋友们说，对于有社交焦虑的人来说，他们面对群体交往往会遇到困难。在现代人工智能世界中，这是很艰难的，因为其中的大型项目团队和大规模（通常是跨洲）合作必不可少。当前行业的高流动率只会让事情变得更糟，因为成熟的团队（通常起到社交“安全网”的作用）可能在一夜间被摧毁。人员流动还会导致信任危机，因为以前可靠的盟友会离开，加入“敌对”的研究团队。

好消息是，正如迄今为止我讨论的所有焦虑或压力一样，社交焦虑是可以克服的。可以从培养自然支持网络开始，比如家人和“非人工智能”朋友。但关键的第二步是，我们所有从事人工智能工作的人都要开启并持续进行有关压力的坦诚对话。

所以，请在评论中分享你的经历，看看我们是否能够让人工智能研究不止成为一个充满活力和智力挑战的领域，同时还能成为一个富有同情心和善意的领域。

参考文献：

1.https://medium.com/@felixhill/200bn-weights-of-responsibility-da85a44a2c5e

2.https://docs.google.com/document/d/1-jBoSEVlryiX1IaSzV4vKuihDfm_LgXUznvSpl1T1kg/edit?pli=1&tab=t.0