皮皮网

8日宣布的年諾2024年諾貝爾物理學獎「意外」垂青機器學習，讓多個諾獎預測集體「翻車」，貝爾就連獲獎者之一的物理碗傑弗里·欣頓也坦言自己「完全沒想到」。看似不屬於傳統物理學任何一個分支領域的學獎成果斬獲諾獎，讓不少學者開玩笑說諾貝爾物理學獎在跟計算機界的跟圖圖靈獎「搶飯碗」。

事實上，貝爾機器學習領域的物理碗元老級人物約翰·霍普菲爾德和傑弗里·欣頓斬獲諾獎，如諾獎官方公告所說正是學獎因為「運用物理學的工具」。今年的跟圖諾貝爾物理學獎不僅是對兩名科學家成就的肯定，更是靈獎極大強調了跨學科研究的重要性，向人們展示了物理學的搶飯深刻洞見與計算機科學創新「碰撞」可以產生的巨大能量。

當前人們談論人工智能時，年諾經常指的是使用人工神經網絡的機器學習。諾貝爾物理學委員會秘書烏爾夫·丹尼爾松對記者強調，云仓分站源码人工神經網絡在物理學中的研究和應用已經持續了相當長一段時間，本次諾貝爾物理學獎並非頒發給過去幾年人工智能的發展，不是針對大語言模型或類似的東西，而是針對基礎發明。

遠在人工智能成為今天的科技熱詞之前，這兩名科學家從20世紀80年代起就在人工神經網絡領域做出了重要工作。這項技術最初的靈感來自大腦的結構。就像大腦中大量神經元通過突觸相連一樣，apk木马源码下载人工神經網絡由大量的「節點」通過「連接」組成。每個節點就像一個神經元，而連接的強弱則類似於突觸的強度，決定了信息傳遞的效果。

1982年，美國科學家約翰·霍普菲爾德創建了一種用於機器的聯想記憶方法，提出了一種革命性的網絡結構，被稱為「霍普菲爾德網絡」。手机macd火箭源码這個網絡能夠存儲多個模式（比如圖像），並且在面對不完整或有噪聲的輸入時，能夠重構出最相似的模式。

英國裔加拿大科學家傑弗里·欣頓在此基礎上更進一步，他希望機器能像人類一樣自主學習和分類信息，於1985年和同事提出了「玻爾茲曼機」的網絡模型，這個名字源於19世紀物理學家路德維希·玻爾茲曼的方程。該模型通過統計物理學中的rpg游戏源码价格玻爾茲曼分布來識別數據中的特徵，成為了現代深度學習網絡的基礎。欣頓的研究繼續推進，導致了當前機器學習領域爆炸式的發展。

愛爾蘭都柏林聖三一學院認知神經科學教授羅德里·丘薩克8日評論指出，人工神經網絡最初受到神經科學的啟發，並且兩者之間的相互作用持續蓬勃發展。人工神經網絡已被證明是大腦學習過程的寶貴模型，機器正在幫助我們了解自己，這反過來又為技術發展提供了新的途徑。如果沒有霍普菲爾德和欣頓的開創性工作，這一切都不可能實現。

霍普菲爾德和欣頓的工作不僅推動了機器學習的發展，還對物理學產生了深遠影響。正如丹尼爾松當天在接受記者採訪時所說，物理學的原理為兩名科學家提供了思路，同時，人工神經網絡在物理學中也得到了廣泛應用，催生新的驚人發現。

諾貝爾物理學委員會主席埃倫·穆恩斯在當天的新聞發布會上表示，兩名獲獎者利用統計物理的基本概念設計了人工神經網絡，構建了機器學習的基礎。相關技術已被用於推動多個領域的研究，包括粒子物理、材料科學和天體物理等，也已用於日常生活中的人臉識別和語言翻譯等。

機器學習的迅速發展不僅帶來了巨大的機遇，也引發人們對於倫理和安全方面的擔憂。穆恩斯當天在發布會上強調說，人類有責任以安全且道德的方式使用這項新技術，以確保它能為全人類帶來最大的利益。

欣頓當天在接受電話連線採訪時表示，這一技術將對社會產生巨大影響，但也必須警惕這一技術可能造成的威脅。丹尼爾松也指出，機器學習與基因編輯等眾多前沿技術的發展是「雙刃劍」，人們必須警惕出現壞的結果。在這方面，尤其需要全球合作。

（來源：新華網）

責任編輯： 梅琬瑩