神經網絡與2024諾貝爾物理獎 原創
約翰·霍普菲爾德（John J. Hopfield）和杰弗里·辛頓（Geoffrey E. Hinton）周二被授予諾貝爾物理學獎（Nobel Physics Prize），以表彰他們的發現幫助計算機以人腦的方式學習更多知識，為人工智能的發展奠定了基礎。
該獎項是對 AI 在人們生活和工作方式中日益增長的重要性的認可。諾貝爾委員會表示，使用人工神經網絡的機器學習能夠理解大量數據，已經在科學研究中發揮了重要作用，包括在物理學領域，它被用于創造“具有特定特性的新材料”。
兩位博士的突破“建立在物理科學的基礎之上，他們向我們展示了一種全新的方式，讓我們使用計算機來幫助和指導我們應對社會面臨的許多挑戰。”
在斯德哥爾摩參加發布會的記者輪流向被稱為“人工智能教父”的Hinton詢問有關他工作的問題，他表達了對機器學習的擔憂，并表示它將對社會產生非凡的影響。
“它將與工業革命相媲美，”他說。“它不會在體力上超過人，而是在智力上超過人。我們沒有經驗知道擁有比我們更聰明的東西是什么感覺。
雖然Hinton表達了他的擔憂，但他認為先進的技術將帶來更好的醫療技術提升。“這將意味著生產力的巨大提高，”他說。“但也必須擔心一些可能的不良后果，特別是這些事情失控的威脅。”
Hinton出生于倫敦郊外，自1970年代后期以來主要在美國和加拿大生活和工作。他最近從谷歌的研究員和副總裁的工作上退休了——主要是還是他想為了更加自由地談論人工智能——他同時是多倫多大學（University of Toronto）的計算機科學教授。
Hinton于1970年代初在愛丁堡大學讀研究生時開始研究神經網絡，當時很少有研究人員相信這個想法。40年后，Hinton博士還是很執著，他在其他研究人員的幫助下開始了一項新的研究。2012年，Hinton和他的兩名研究生在這項技術上取得突破后加入Google。2019 年，他與蒙特利爾大學計算機科學教授Yoshua Bengio和Meta的首席人工智能科學家Yann LeCun一起獲得了圖靈獎，該獎通常被稱為“計算界的諾貝爾獎”，以表彰他們在神經網絡方面的工作。
John J. Hopfield是芝加哥本地人，是普林斯頓大學的名譽教授，以計算機科學、生物學和物理學的開創性發現而聞名。
Hopfield博士于1958年在貝爾實驗室開始了他的職業生涯，作為一名物理學家研究固體物質的特性，但感到受到他所在領域的限制。他于1961年搬到加州大學伯克利分校擔任助理教授，并于1964年加入普林斯頓大學物理系。16年后，他轉到加州理工學院擔任化學和生物學教授，并于1997年回到普林斯頓大學，這次是在分子生物學系。
在1980年代，他的工作重點是大腦的過程如何告知機器如何保存和復制模式。1982年，Hopfield開發了一種神經網絡模型來描述大腦如何回憶記憶，即今天的Hopfield網絡。這使得機器能夠使用人工神經網絡“存儲”記憶。
自1901年首次頒發以來，諾貝爾物理學獎一直表彰從發現亞原子粒子到引力波和超大質量黑洞的研究。但在某些年份，該委員會已經承認物理學應用于其他學科，例如在 2021 年為理解氣候變化所做的工作。
對于周二的獎項，委員會強調了Hopfield和Hinton在計算機科學方面的工作植根于物理科學的方式。
霍普菲爾德博士設計的人工神經網絡使機器能夠存儲“記憶”，這些記憶可以在輸入部分信息時被“回憶”起來，類似于你的大腦用來記住舌尖上的單詞的方法。這種能力稱為聯想記憶。在描述 Hopfield 網絡中的節點及其鏈接時，Hopfield 博士的工作表明，它們的行為類似于解釋磁性材料中附近原子如何影響彼此自旋的物理學。
