这个月，多伦多大学举办了一场特别活动，邀请2024年诺贝尔物理学奖得主、被称为"AI教父"的杰弗里·辛顿（Geoffrey Hinton）大学荣誉教授与即将上任的校长梅兰妮·伍登（Melanie Wooden）进行了一场对话。
可以说，我看过的辛顿教授的讲座访谈至少有几十场了，但他这次讲的东西，很多是我第一次听到。原因在于对话的落脚点并不是AI，而是辛顿如何从一个“木匠”变成"AI教父"的传奇学术生涯。
辛顿的这些经验，可以说几乎覆盖了每一个学生、学者最重要的关键选择：从如何找到真正的研究热情（"大脑如何工作"这个问题驱动他一生），到如何应对学业挫折（从剑桥辍学，转了多个专业，甚至当过木匠），从如何选择学习方法（他不爱读文献却喜欢与人讨论），到如何挑选博士导师（看他培养出了多少教授），再到如何在学术迷茫时保持定力（关注那些"不太对劲"的问题）。
而且，我觉得其实这些经验也不仅适用于搞科研的人，也适用于所有人，工作的，创业的……。一方面，这是一个终身学习的时代，在大模型几乎可以传授我们一切新知识的时候，学校就只是学习的上半场，“干中学”才是学习的下半场。我们现在已经很难和别人说，这东西我没学过，所以干不了，因为你可以马上向AI去学。另一方面，辛顿的经历其实也和一个创业者差不多，他研究深度学习的时候，正是人工智能的寒冬，但他没有气馁，而是生生“从0到1”创造出一个新的AI世界，拿了图灵奖，甚至诺贝尔物理学奖。
据说这场对话吸引了来自世界各地超过1600名已获得多伦多大学录取通知的准大学生。对了，辛顿虽然是一个学术权威，但也幽默。当谈到获得诺贝尔奖后的生活变化时，辛顿说："是的，人们确实在街上认出我，很多人想要自拍，这很烦人，但如果它消失了，我可能会感到失望。"
一、大学初体验：从混乱到找到方向
对话开始，伍登院长请辛顿教授回忆他的大学初体验。辛顿坦言他的大学开始相当混乱："我去了剑桥大学。那是我第一次离家生活，也是第一次来到一个我不再是最聪明人之一的地方。那里每个人都很聪明。我觉得很困难，于是在一个月后就离开了。"
辛顿接着讲述了他短暂的曲折经历："我去伦敦做零工，然后重新申请学习建筑专业。我被录取了，但仅仅一天后，我又改变主意回去学习科学。所以我的大学起步相当混乱。如果你的大学开始也很混乱，不要担心。"
第一学年，辛顿学习了物理学、生理学和化学。他在物理学上表现出色，但却无法应对复杂的数学："数学太复杂了。我能理解直观的物理学，但我发现数学非常困难。所以我决定我永远不会成为一名物理学家。幸运的是，我放弃了物理学，因为如果我没有放弃，我永远不会获得诺贝尔物理学奖。我的数学不够好。"
对于生理学，辛顿非常喜欢，因为他想了解大脑如何工作。但在夏季学期，当课程应该解释中枢神经系统时，他感到失望："他们解释了冲动如何沿着神经纤维传导，但没有解释它是如何工作的。"这促使他转向哲学，希望能了解更多关于心智的知识，但后来发现这一想法是错误的。接着他又转向心理学，虽然学到了一些关于心智的知识，但仍没有解释它是如何工作的。
辛顿一直相信："要理解心智如何工作，我们必须理解大脑如何工作。"心理学没有教给他这些，于是他成为了一名木匠。几年后，他决定回去攻读研究生学位，认为人工智能可能是理解心智工作原理的领域，因为"我们可以在计算机上模拟东西，所以我们实际上可以构建小型的心智。我仍然认为这是尝试理解心智如何工作的很好方法。"
当伍登院长问及辛顿是否在开始研究生学习后感到找到了自己的专业方向时，辛顿肯定地回答："是的。在我开始研究AI后，从那时起，我就从未想过我应该做别的事情。"不过他补充道，他认为当时的AI领域方向错误："AI界大多数人认为智能最重要的部分是推理，而推理必须像逻辑一样进行。你必须在头脑中有符号表达式，并使用规则操作它们，这必须是它的工作方式。他们非常自信，几乎无法考虑任何其他可能性。"
辛顿指出，只有少数人理解："要理解心智和大脑，你真的必须理解神经元网络如何通过改变神经元之间的连接强度来学习。但在这些少数人中有图灵和冯·诺依曼。不幸的是，他们都英年早逝。"
回顾这段看似混乱的求学经历，辛顿承认："事后看来，尽管当时看起来完全混乱，但学习物理学、生理学、哲学和心理学对我后来所做的事情都是很好的背景。所以从回顾的角度来看，这是有意义的，但当时看来只是混乱。"
二、激发好奇心与提出好问题
伍登院长指出，辛顿家族中有许多杰出的学者，但他能够走出他们的阴影，找到自己的道路。她询问辛顿如何给本科生提供寻找自己学术道路的建议，以及如何建立自信。
辛顿强调了好奇心的重要性："我认为你必须对某事真正好奇。许多本科生在想他们想学什么科目。但对我来说，有一个特定的问题我感兴趣，那就是大脑如何工作。一旦你有了这样的问题，这就是驱动你的动力。如果你有这样的问题，生活会容易得多。你只需做任何需要做的事情来解决它。对我来说，我学习了很多不同的科目，但我始终被尝试理解大脑如何工作所激励。"
谈到如何提出好问题，辛顿解释："我认为问题往往源于注意到一些看起来有点奇怪的事情。不是仅仅说这有点奇怪，而是对为什么它有点奇怪感兴趣。日常生活中有很多看起来有点奇怪的事情，但大多数人从未思考过。"
他举了两个引人入胜的例子来说明他的观点：
第一个例子关于牙医的指令："例如，你去看牙医，牙医说'咬下去'，你就接受了。但实际上，当你收缩这些肌肉时，你的下颚向上移动。那么，为什么牙医说'咬下去'？他是在犯错吗？但所有牙医都犯同样的错误。到底发生了什么？如果你问牙医为什么他们这么说，他们不知道或者会编造理由。"
辛顿解释了这个看似矛盾现象背后的原因："当你思考口腔内部时，重要的是你的牙齿相对于舌头的位置。如果你问哪些牙齿会咬到舌头...好吧，你的舌头在下颚里。所以你的舌头随着下牙向上移动。它相对于下牙不会移动。所以相对于舌头移动的是上牙。所以当你在思考口腔内部时，你某种程度上就是你的舌头，而上牙在移动，因为你的舌头固定在下颚上。"
这里我担心大家没看懂，再多解释一下。他在这里讨论的是一个有趣的语言与物理现实之间的矛盾。当牙医说"咬下去"(bite down)时，从外部观察者的角度看，实际发生的物理动作是下颌向上移动。所以实际上，应该是"咬上去"(bite up)才对。这个矛盾的关键在于参照点和视角：
从口腔内部的感知来看，是以舌头为参照点的：舌头固定在下颌上，它们一起移动，当你咬合时，下颌和舌头一起向上移动。
因此，相对于舌头（你口腔内部的"你"的感知主体），是上牙齿向下移动接近舌头。所以，从口腔内部的体验来说，有种感觉确实是在"咬下去"—上牙齿向下朝向舌头移动，而不是咬上去。
这个例子展示了人类如何根据主观体验形成语言表达，即使这种表达从客观物理角度看似不准确。辛顿用这个日常例子说明了科学家如何通过注意看似矛盾的细节发现有趣的问题，然后深入探究找出解释。咳咳，其实我下个月就要去北大口腔医院看牙，但是我绝对不会和医生说应该是“咬上去”的。
第二个例子涉及生物学中的拓扑问题："很少有生物学家对一个小小的拓扑问题感到疑惑。食物从一个开口进入，然后从另一个开口出来。废物从不同的开口出来，对吧？空气从一个开口进入，二氧化碳又从同一个开口出去。这看起来很蠢。为什么不是一个直通系统？大多数生物学家不知道这个问题的答案。他们甚至从未想过这个问题。但这是我们的一个明显特征。"
辛顿接着解释了这个看似奇怪设计背后的科学原理："这实际上是关于不损失水蒸气。氧气分子比水分子大。因此，任何能让氧气单向通过的膜也会让水蒸气向另一个方向通过。所以你的肺会让水蒸气从你的血液中流出。而你不想失去所有那些水蒸气。所以你有一条长长的黏膜管道。当干燥的空气进入时，湿润的黏膜会使其湿润。当湿润的空气出去时，它会在黏膜上沉积水分。所以当它再次出去时，它相当干燥。如果你看骆驼，它有这条非常非常长的管道，全部包裹在鼻子里，所以它不会失去任何水分。"
伍登院长补充道："我想对正在观看的学生说，我们真正鼓励你们做的事情之一，无论你们在哪里追求学业，就是不仅要质疑周围的世界，还要质疑你在课堂上学到的一切和你所阅读的内容。有些东西可能被呈现为事实。问问为什么会这样。这是从哪里来的？你可能在人文学科，去图书馆的书架找那些原始资料并阅读它们。我认为你所暗示的是，你会发现在我们认为我们知道的东西背后有很多未知。"
辛顿迅速赞同："是的，你周围到处都是未知，只是大多数人不会费心去注意它们。"伍登院长强调："所以即使当你的教授告诉你一些已知的东西，如果你质疑他们关于那些未知的东西，他们实际上会很高兴，这就是你会进入其中的方式。"辛顿幽默地补充："好的教授会这样。"伍登院长笑着回应："是的，我们这里有好教授。"
伍登院长将对话引向辛顿早期的经历，询问他在小学或更早期间是否有过一些促使他追求发现之路的重要时刻。
辛顿分享了一个引人入胜的童年记忆："我记得很早就看到一些不可能的事情，并为此着迷了一段时间。我大约五岁时正从学校回家，坐在公共汽车上，座位向前方倾斜，并覆盖着一种粗糙的天鹅绒材料，上面有一些硬刺。我把一枚旧英国便士放在旁边的座位上，它竟然向上爬坡移动。我想，这不可能。所以我再次放下它，它又向上爬坡。"
对于这个不可思议的现象，辛顿解释了他后来的发现："我猜想我并不真的记得细节发生了什么，我只是记得我多次回忆它。但它确实向上移动了，这是不可能的。我对此困惑了很长时间。
后来长大些的辛顿终于明白了背后的原理。那些老式公共汽车座位上的天鹅绒材料实际上有很多细小的纤维，这些纤维有点像梳子的齿一样，都朝着一个方向倾斜。当公共汽车发动机运转时，整个车身都在微微震动。就像我们用手指轻轻敲打桌面上的硬币，硬币会跳动一样，这些震动使硬币在座位上轻微跳动。关键在于天鹅绒纤维的倾斜方向——当硬币想往下滑时，这些纤维会像小钩子一样阻止它；而当震动向上时，硬币可以越过这些纤维向上移动一点点。
伍登院长指出这其实就是物理问题，尽管辛顿曾说他没有足够的数学知识学习物理学。辛顿承认："是的，我一直喜欢直观的物理学。我对物理学很着迷。只是那些大方程式...（辛顿教授前边说了，自己数学并不太好）"
当被问及他宿舍墙上是否有寻求灵感的海报时，辛顿坦率地分享了一个有趣的事实："冒着听起来极其书呆子气的风险，我的父亲是一位生物学家。当我十几岁，大约14岁时，他认为我成为生物化学家会是个好主意。所以实际上，在我的卧室墙上，我挂了一个克雷布斯循环的大图表（也叫三羧酸循环，简称为TCA cycle，该循环亦因由英国生物化学家克雷布斯（Krebs）发现而称为克雷布斯循环）。"当伍登问这是否对他未来的学习有所启发时，辛顿幽默地回应："也许吧。我不记得克雷布斯循环的任何内容，除了它把所有东西都分解为丙酮酸。"
四、保持好奇心的力量
谈到如何面对挫折和失败，辛顿提供了简单而有力的建议："这不是世界末日。当你年轻时，你没有太多经验，你可以从大挫折中恢复过来。"
辛顿分享了他个人经历："对我来说，我一直有这个激励性问题：大脑如何工作？我对心理学非常厌倦，在心理学上表现得很糟糕。我离开去成为一名木匠，决定不再做学术工作。然后我遇到了一位真正的木匠，他在木工方面比我好得多。我说，实际上，成为一名学者比成为一名木匠更容易。所以我回到了学术界。我认为只要你追随自己的好奇心，你就会没事的。"
伍登院长谈到她自己的本科经历，回忆道她最难忘的经历常常是在实验室与同学们共度的时光，即使是在周五晚上，对一些人来说这可能看起来"很呆板"。但对她来说，这些时刻是她在校园里最快乐、最难忘的时刻。
当问及他作为学生最难忘的时刻，辛顿讲述了一个关键实验："一个难忘的时刻是我在学习心理学时。我们必须做一个实验。这是我做过的少数几个实验之一。我选择做的实验是尝试确定随着孩子年龄的增长，他们是否会更加注意形状，而较少注意颜色和纹理等因素。"
他先训练孩子们从一组物体中找出"不同的那个"（比如两个红色正方形中的一个红色圆形）。当他展示新的测试例子（红色圆形、黄色圆形和黄色正方形）时，一个聪明的五岁孩子没有简单地选择"不同的那个"，而是说："你把那个涂错颜色了"——意思是红色圆形应该是黄色的，这样才符合他理解的实验模式。
这个回答让辛顿大受启发。孩子不只是机械地执行指令，而是理解了整个实验的结构，发现了不符合预期的地方，并且推断研究者犯了错误。这显示出人类思维的一种复杂能力——理解背景、发现模式并对异常情况做出解释。辛顿意识到，如果我们想真正理解人类思维，就需要创造能够像这个孩子一样思考的人工智能模型。这种模型应该能够理解情境，并在面对不一致情况时不只是机械地执行任务，而是能提出质疑。
但在1970年，这样的想法几乎是不可能实现的，当时的心理学和计算机科学都无法解释这种复杂的认知过程。但55年后的今天，大型语言模型已经具备了类似的能力，它们可能真的能够像那个聪明的孩子一样，指出实验中的不一致性。
辛顿解释了这次经历对他的影响："在那一刻，我想，在我们真正理解人们如何工作之前，我们需要一个模型，你可以像这样训练它。然后它的行为就像这个孩子一样。它不会指向红色圆形或黄色正方形，而是说，'嘿，你把红色圆形涂错颜色了。'或者至少它会说这里有些问题……现在大语言模型已经达到了这个程度，但是我们花了55年时间。"
当伍登问他是否预料到会花这么长时间时，辛顿简单地回答："不，不。"他继续解释："事实上，当我去研究生院时，我的论文项目要命名为'路德维希'，以路德维希·维特根斯坦命名。路德维希代表'没有先天语法的语言理解装置'。因为我认为乔姆斯基所说的是胡说八道。我们应该能够学习语言。现在我们可以做到这一点。这些大型语言模型做到了。但那花了50年。"
五、从诺贝尔奖到AI的未来影响
伍登院长指出，辛顿的工作被比作工业革命和发现火的影响，辛顿谦虚地强调这不仅仅是他一个人的工作，而是许多人共同努力的结果。当被问及他最初的研究是出于纯粹的好奇还是考虑到可能改变世界时，辛顿表示两者密不可分："我猜这两个是一起的，因为如果你能理解大脑如何工作是很明显的...你可以制造出与我们一样聪明的人工大脑，这将改变世界。"
伍登院长提到2012年是一个转折点，当时辛顿和学生共同训练的AlexNet赢得了由学者李飞飞主办的著名ImageNet计算机科学竞赛，从一位备受推崇的计算机科学家变成了人们意识到的事物将根本性改变的人物。
对此，辛顿解释道："这是一种证明。我们多年来一直在说神经网络最终将能够比标准方法更好地识别图像中的物体，标准方法是编写程序来完成。我们不知道我们是如何做到的，但我们可以制造一些类似大脑的东西，它可以学习，也许我们可以得到一个会学习做这件事的系统。这就是我们展示的，一个系统可以学会做这件事，比任何人编程的都要好得多。"
辛顿回忆了当时的科学环境："多年来，计算机视觉领域的人一直在说神经网络是胡说八道。他们的一些期刊有一项政策，如果你提交一篇关于神经网络的论文，他们甚至不会进行审阅，因为这太荒谬了。几年后，他们都在研究神经网络，因为我们已经证明它确实有效。"
当谈到获得诺贝尔奖后的生活变化时，辛顿幽默地说道："是的，人们确实在街上认出我，很多人想要自拍，这很烦人，但如果它消失了，我可能会感到失望。"
六、科学与人文的交互
当被问及科学和人文如何合作以及为什么这种合作很重要时，辛顿指出了两个关键互动：
首先，他强调了人文学科在技术发展中的重要性："当我们开发新技术时，我们需要人文学科来确保我们考虑它们如何影响人和人们的生活。"
其次，他谈到科学如何影响人文学科的发展："当我们对大脑如何工作有了更多理解时，我们将从根本上改变我们对人如何工作的看法，这将改变人文学科。我们大约100年前就看到过一次，随着精神分析学的发展。尽管有很多胡说八道与一些真正的见解相结合，但这改变了人们对人的看法。我们接受了我们有各种无意识的动机。我们接受了我们使用各种类比来做事，而不仅仅是推理。我们基本上接受了我们远没有我们想象的那么理性。"
辛顿预测，现在的变化将更加重大："这是一个更大的变化，将要发生，因为直到现在，大多数人，包括人文学科的人，都认为我们用类似逻辑的东西进行推理。我们是理性的存在。我们不是。我们是巨大的类比机器。我们通过看到类比来工作。不仅仅是与一件事的类比，而是与许多事物的类比。所以这改变了你对人的本质的看法。我们是类比机器，而不是推理机器。我们在顶部有一层薄薄的推理层。这对做数学等事情非常重要。没有顶部的推理，你就不能有银行账户等。但我们基本上使用类比来思考。"
七、人工智能的短期问题和长期价值
当被问及人工智能是否会帮助对抗气候变化或使气候变化恶化时，辛顿提供了一个全面的分析：
短期内，AI可能会加剧问题："在短期内，它可能会使情况变糟。人们忙于获取所有可能的电力来训练这些大型聊天机器人。它们显著增加了电力消耗。所以这使气候变化变得更糟。"
然而，长期来看，AI有望带来积极变化："但它也将帮助我们设计更好的材料、更好的太阳能电池板，可能更好的风力涡轮机，可能更好的核电站，用于隔热建筑的更好材料，可能是可以作为太阳能电池板但又透明的玻璃类型，诸如此类。当然还有更好的电池。电池对太阳能等非常重要。所以我认为现在很难知道。但在短期内，它可能是坏的。但从长远来看，我认为好处会超过这些。"
关于人工智能在医疗系统中的潜力，辛顿表示前景广阔："2016年左右，我预测在大约五年或十年内，我们不再需要放射科医生来解释扫描结果。这有点乐观。我们仍然需要放射科医生来解释扫描结果，但现在在许多类型的医学图像上，AI系统的表现与医生、放射科医生差不多，而且它们一直在变得更好。"
辛顿举例说明了AI在医疗诊断方面的进步："放射科医生不能看一亿张图像。但如果你拿胸部X光片来说，网上有70亿张这样的X光片，你现在可以用70亿张胸部X光片训练一个AI系统，它可以非常好地从中诊断各种疾病。"
他还提到了AI在其他医疗领域的应用："在皮肤癌等方面，AI系统现在与皮肤科医生相当，可能已经在查看皮肤上的东西并说'这可能是黑色素瘤吗？'方面更好了。"
辛顿强调，AI还将改善全科医生的诊断能力："你现在去看全科医生，带着一种罕见的疾病，你的全科医生可能以前从未见过，如果你幸运的话，也许读过。医生在诊断方面犯了很多错误。在美国，每年约有20万人死于医生的错误诊断。"
他引用了一个研究结果："去年，如果你比较看复杂的诊断问题，如果你比较医生，医生正确率为40%。AI系统正确率为50%。医生和AI系统的结合正确率为60%。好吧，这已经减少了三分之一的诊断错误，从去年的AI开始。正如你所知，AI正在迅速变得更好。所以AI在诊断方面会好得多。它会帮助我们设计新药。DeepMind在蛋白质折叠方面所做的工作将在理解如何设计新药方面非常有用。"这里，我们插一句话，DeepMind CEO 哈萨比斯在这周CBS播出的60分节目中说，他认为AI将帮助人类10年内消灭疾病。这个预测就很大胆了。
辛顿还指出，AI不会取代医疗工作者，而是会扩大医疗服务的可及性："当你年老时，你会意识到这一点，你能吸收的医疗服务没有限制。老年人希望有几位医生只属于他们，可以问问题。所以它不会让人们失业。如果你有非常出色的诊断和非常出色的图像解释的AI，你只会得到更多的医疗服务。"
关于AI在外科手术领域的应用，辛顿表示："他们已经有可以进行手术的机器人，而且这些机器人会变得更好。关于时间表，我有点担心。我猜想在10年内，会有相当多的机器人进行手术，但可能是20年。"
八、如何学习，如何择业？
当谈到有效的学习技巧时，辛顿强调了个人差异的重要性："我认为学习技巧非常依赖于你是谁。我注意到科学家之间有巨大的差异。"
他分享了自己的学习风格："我不喜欢阅读。我开始读东西，读了大约一段后，就会因为它让我想到什么而分心。我开始想一些事情。我非常不擅长阅读科学论文。如果我必须，我最终会阅读重要的论文。我喜欢与人交谈。"
辛顿提到他的博士导师给了他一个有趣的建议："不要读文献。阅读腐蚀思想。首先自己解决问题，然后查看文献，看看你的解决方案是否新颖。这与你从几乎所有人那里得到的建议完全相反。他们会说，你应该阅读文献。在开始自己解决难题之前，你应该阅读文献。我认为两种观点都是正确的，因为这取决于你是谁。有些人喜欢大量阅读并获取大量知识。其他人像我一样是解谜者，他们不喜欢读很多东西。他们喜欢有个谜题去解决。"
伍登院长补充道，组成学习小组常常是非常有价值的："当他们一起组成学习小组时，这真的很有价值。对一些学生来说，能够讨论概念、互相提问非常重要。我认为大多数人都知道，你可能认为你理解了一个主题，然后你尝试向别人解释，你意识到，等一下，我想我遗漏了一些东西。所以这是一个真正测试你自己知识的好方法，也许你确实在理解上有一个差距，现在你从别人那里学习。"
关于如何确定自己真正热爱的事物，辛顿表示："我认为如果你必须弄清楚，你并不是真的对它充满热情。对我来说，从大约16岁开始，理解大脑如何工作就很吸引人。这仍然是我最想做的事情。这仍然是我们不理解的事情。我仍然想了解大脑如何工作。在尝试理解大脑如何工作的过程中，我们产生了很多技术，但我们还没有弄清楚大脑是如何工作的。我们知道的比以前多，但我们仍然不真正知道。但不知何故，我认为如果你有一个真正的热情，你会知道它。"
伍登院长也分享了她的看法："学生在高中学习的科目相对有限。当你来到大学时，你可以接触到你甚至不知道存在的学科的课程。所以我们真的鼓励学生浏览课程目录，说，'哇，那看起来很有趣。我想知道那是什么。'在第一年尝试各种各样的课程，因为你很可能会找到你对某事的热情。而且你的热情可能不在特定的学科主题上。你的热情可能来自参与，比如在Hart House或我们三个校区的任何其他地方，你对某事真正感到兴奋。也许你加入了学生报纸、学生政府，你意识到你对此充满热情。所以你可以在各种地方找到它。"
当被问及是否应该主修数学或计算机科学以追求人工智能和机器学习职业时，辛顿建议："我认为这是有价值的。我认为你年轻时应该学习你能消化的尽可能多的数学。抽象数学概念很难吸收。你年轻时做得好得多。所以你应该做尽可能多你能承受的。但我也注意到，只学计算机科学或只学数学和计算机科学的学生对心智如何工作没有同样的好奇心。最好的学生是那些学习认知科学、也能做数学和编程的人。所以我认为你应该做一堆不同的事情。"
九、如何摆脱沮丧？
当再次讨论如何应对沮丧时，辛顿和伍登院长都提供了宝贵的见解。
辛顿回忆了一个个人经历："当我退出心理学因为我认为它毫无用处并成为一名木匠时，我记得有一次我参加了一个邂逅小组。这是20世纪70年代。生活当时不同。我们有小组，你会和其他人一起度过一个周末，谈论你的恐惧和希望。在最后，人们必须说出他们真正想要的，尽可能大声地喊出来。大多数人喊出的是'我想被爱'之类的东西。这是你期望喊出的一般内容。而我发现自己喊出'我想获得博士学位'。这就是我真正想要的。"
伍登院长讨论了提前为挫折做准备的重要性："你想提前考虑如何管理它，对吧？有哪些你知道对你有益的事情可以保持精神健康？所以，你知道，在我自己的例子中，我喜欢长距离骑自行车和徒步旅行。所以我知道，你知道吗，如果我经历了挫折，对某事感到不安，对吧？一个好办法实际上是出去，在户外花一些时间，提高你的内啡肽水平。但接下来好做的另一件事是和别人谈论它，对吧？有时这是我与另一位专业同事交谈，讨论一个困难的情况，你知道，他们是如何处理的，你知道，扮演魔鬼代言人并获得他们的建议。有时你需要一个专业人士。"
她强调了利用资源的重要性："所以，你知道，使用这些资源是好的，无论是可以说'你知道吗，我经常看到这种情况，这是正常的，这是我们支持学生度过的方式'的学术顾问，还是获取更专业的关怀。但我们需要你告诉我们你经历了挫折，这样我们才能帮助你。"
十、超越课堂的学习
当被问及学生时代特别热衷的课外活动或爱好时，辛顿分享了他对木工的热爱："我一直喜欢木工。当我在高中时，我最喜欢的课不是数学或物理或任何那些课。是木工。它是自愿的，你可以在晚上做。但我就是喜欢它。你实际上是在制作东西。"
当被问及他制作过最酷的东西，辛顿提到："我在家里做了一些书架。一个大型储物单元，没有用螺丝或钉子制作。通过取木块，把它们铺开，在上面涂胶，并粘上其他木块。我做了可以支撑书架的大架子。这可能是我做过的最大的项目之一，那很有趣。它不是细木工。它看起来不好看，但非常实用。"
伍登院长则分享了她的内胎水球经历："有一群学生说，'哦，你应该和我们一起报名玩内胎水球。'我说，我从未玩过水球，他们说这真的不重要。所以我去了，结果我连续几年都在玩内胎水球，这是我玩过的最有趣的活动之一。我之后再也没有玩过，事实证明我非常不擅长接球或扔球。内胎水球主要是关于尝试把其他人从内胎中翻出来。所以你永远不知道你会有什么样的乐趣。"
补充一下这个运动的介绍，内胎水球("Inner Tube Polo")是一种独特的水上团队运动，与传统水球有很大不同。在这项运动中，每位参与者都坐在一个大型充气橡胶内胎上（就像汽车轮胎里的那种内胎，但尺寸更大）。参与者在水池或湖中漂浮，试图将球传给队友并投入对方的球门得分。这项运动的一个主要策略是使对手从他们的内胎上翻下来，从而暂时使他们失去机动性。这是一种结合了平衡、策略和团队合作的有趣水上活动，无需太多先前的运动经验。
十一、如何成为一个教授，如何选择一个教授？
当一位学生问及如何成为一名教授时，辛顿提供了一个有趣的建议："我给你一个好奇的建议，我从我的一个学生那里得到的。我有这个学生申请和我一起工作。我问，为什么你申请多伦多大学？他正在申请成为研究生攻读博士学位。但如果你想成为教授，你可能必须先获得博士学位。他说，'我看了我可能去的各种地方研究神经网络。我看了你以前的学生在做什么。你以前的大多数学生都是教授。所以我向你申请，因为你有很好的记录，你的学生变成了教授。'这只是一个小建议。当你攻读博士学位时，检查一下你的拟定博士导师产生了多少教授。当然，现在这种方法不一定是最好的，因为你可能也想要一个年轻的教授，他可以给你很多时间。"
伍登院长分享了她成为教授的旅程，从最初的犹豫到逐渐明白这条道路的价值。她强调了对新知识探索的兴趣对于这一职业的重要性："但真正的重点是对新知识探索的兴趣。所以带着那种非常开放的心态来，并寻找机会参与学术研究。我用这个术语来说明科学实验和史学家、政治学家、创意作家等所有学科的学术研究。真正寻找你可以与那些教授一起工作的机会，因为这就是你将获得一些了解那种职业类型的机会。"
十二、最后的智慧：如何为科学做出有意义的贡献
在对话的最后，辛顿被问及对梦想为科学做出有意义贡献、甚至可能有一天获得诺贝尔奖的学生有什么建议。
辛顿深思熟虑地回答："我想我的建议是，真正原创的想法来自于注意到人们做错了事情，或者你认为人们做错了的事情。每个人都以一种方式做事，而对你来说它们的做法让你感觉不太对。你就是有一种感觉，这里有些事不太对劲。所以，你专注于这一点，并试图弄清楚什么不太对劲。这有点像当你读侦探小说时。在第一章的某个地方，发生了一些事情，当你读它时感觉不太对劲，但你忽略了它。然后后来证明那是关键的事情，它告诉你谁是罪犯。科学很像这样。有些东西就是不太对劲。如果你继续研究它，那么可能什么都没有。但也许那是一种线索，引导你找到一些真正原创的想法。在你理解发生了什么之前，你不应该放弃它。你应该专注。你应该像一种梗犬（一种最初是被用来打猎和消除毒蛇、害虫、田鼠的犬类，精力充沛、个性活跃）。一旦你抓住了那个线索，你就继续研究它。"