如何评价Hinton提出的Forward-Forward方法？

NeurIPS现场听的，说实话听完跟听科幻小说一样，深受震撼，但非常兴奋，Hinton的talk结束之后就去看论文了。

我是做实验物理的，所以最care的还是这个东西能用在物理里面。现在想到了两个可能的应用：一个是做模拟。现在物理圈子用ML做模拟的一般喜欢用differentiable simulation，但事实上很多物理过程是不可微的，那么用这个FF的方法是不是可以绕过那些不可微的过程来生成物理事件？第二个是Hinton讲的所谓“mortal computing”，简单来说就是用FF网络实现模拟电路上的机器学习。这个也很有意思，毕竟很多物理实验的前端都是模拟电路，那么是不是可能在那里面加一个FF网络？

其实我最喜欢的部分还是Hinton关于梦的比喻，这是我现场照的照片：

Hinton的理论是：人脑是一个大型FF网络。人在醒着的时候连续接受正样本，而在睡着的时候，脑子里的FF网络开始不断生成负样本并训练（FF可以自己生成负样本，不需要额外的负样本）。这样正负样本达到平衡，人才能保持正常精神状态；如果人一直不睡觉，FF网络时候正样本没有负样本，那么训练就会崩溃。

最后想说一句，作为1947年出生的人，Hinton在一头白发的74岁高龄，依然不断的探索新领域。还是要革了自己提出的back propagation的命，并且自己写matlab代码验证自己的想法，真的很佩服这样的科学家。论文，荣誉，金钱都是身外之物，求知欲才是一名科研工作者最闪耀的勋章。