10月8日，2024年诺贝尔物理学奖揭晓，好意思国普林斯顿大学讲明约翰·J·霍普菲尔德（John J. Hopfield ）和加拿大多伦多大学讲明杰弗里·E·辛顿（Geoffrey E. Hinton）获奖，以奖赏他们“在东说念主工神经集会机器学习方面的基础性发现和发明”。

两位科学家的关节孝敬

约翰·J.霍普菲尔德是好意思国物理学家、神经科学家，普林斯顿大学讲明。霍普菲尔德1933年设立于好意思国伊利诺伊州，1958年获取康奈尔大学博士学位。他在1982年发明了着名的霍普菲尔德神经集会（Hopfield neural network），这是第一个概况储存多种阵势，并具备驰念功能的神经集会模子，是神经集会发展早期的一座迫切的里程碑。该集会的相配之处在于它概况存储和重建信息阵势，访佛于东说念主类的梦想驰念。

假想你在试图回忆一个不常用的单词，你可能会先料想一些雷同的词，再最终找到正确的阿谁。霍普菲尔德神经集会的使命表情与此访佛，当给以集会一个不好意思满或细小诬陷的信息时，它概况找到最雷同的存储信息。这种才智使得霍普菲尔德神经集会不错用于建筑损坏的数据，比如去除图片中的噪点。

霍普菲尔德神经集会不错用来重现包含噪声或被部分擦除的数据。

霍普菲尔德神经集会的设立还为递归神经集会的发展铺平了说念路，其提倡的能量最小化旨趣，关于措置优化问题产生了长远影响。

杰弗里·E·辛顿是英裔加拿大计较机科学家、神经科学家，加拿大多伦多大学讲明，前“谷歌大脑”隆重东说念主。欣顿1947年设立于英国伦敦，1978年获取爱丁堡大学东说念主工智能博士学位。欣顿是神经集会的迫切讨论者之一。

20世纪80年代，辛顿为将反向传播算法（backpropagation）引入多层神经集会历练作念出了迫切孝敬，并发明了“玻尔兹曼机”——一种在霍普菲尔德神经集会的基础上发展而来的巧合递归神经集会。

这个集会的特有之处在于它概况自主学习数据中的特征，而无需东说念主为指定这些特征。这少许访佛于婴儿学习识别猫和狗的历程——他们不需要详备的解释，只需要看到充足多的例子就能我方追忆出区分。

玻尔兹曼机的这种才智使得机器概况处理更复杂的任务。举例，它不错学习识别手写数字，即使每个东说念主的书写稿风皆千东说念主千面。更迫切的是，辛顿的使命为自后深度学习手艺的发展奠定了基础。

计较机的自主学习之旅

霍普菲尔德和辛顿的首创性使命为一个更平日的边界“机器学习”奠定了基础。

霍普菲尔德（左）与辛顿。

机器学习是东说念主工智能的中枢，它的成见是让计较机概况从数据中学习并完成任务，而不需要完成任何指示皆需要领先进行复杂而脆弱的编程，这种顺次与传统上基于编程的计较机使命阵势有着骨子的区分。

在机器学习的历程中，计较机领先接纳大宗的数据行动学习材料。举例，若是咱们要历练一个识别猫的系统，咱们需要采集大宗猫和非猫的图片。然后，咱们遴荐一个顺应的学习模子，比如霍普菲尔德的梦想驰念集会或辛顿的玻尔兹曼机。

接下来，模子会反复稽查这些数据，握住革新我方的参数，直到它概况准确地完成任务。这一历程就像学生通过反复锻练来普及我方的才智。

机器学习的纷乱之处在于，一朝历练完成，它就能处理各式各样的新情况。举例，一个经过历练的图像识别系统不仅能识别历练数据中的猫，还能识别它从未见过的猫的图片。这种泛化才智使得机器学习在处理复杂、多变的施行寰宇问题时相配有用。

霍普菲尔德和辛顿的使命为筹算更有用的学习算法和模子结构提供了表面基础，极地面推进了机器学习的发展。他们的孝敬使得今天的东说念主工智能系统概况实施从讲话翻译到医学会诊等各式复杂任务，让纷乱而各样的东说念主工智能手艺在从科学讨论到日常生存的方方面面中发达作用。

从东说念主脑神经元到东说念主工神经集会

本年获奖的两位科学家，在东说念主工神经集会讨论方面作念了许多奠基性的使命。

东说念主工神经集会是一种模拟东说念主脑神经元使命表情的机器学习模子，旨在通过师法大脑的使命表情来处理复杂的计较问题。如今东说念主工神经集会被平日应用于医学、工程等各个边界，况兼有望用于筹算下一代计较机。

神经集会艺术插画。

辛顿提倡的反向传播算法，让东说念主工神经集会的历练就为了一种可能。辛顿对深度神经集会偏捏历练顺次的孝敬，主要在头绪化与概括化学习的智能表面计较模子方面，该模子在结构上是一个典型的头绪化神经集会，雷同的结构不错在东说念主脑的大脑皮层连续阵势中找到。

霍普菲尔德提倡的霍普菲尔德集会，对早期东说念主工神经集会发展具有迫切意旨。其中，霍普菲尔德对驰念与关联学习的智能表面计较模子孝敬很大，该模子在结构上是一个典型的，其结构访佛于东说念主脑中的海马体脑区；20世纪80年代，许多物理学家皆曾摆布霍普菲尔德集会竣事了由物理学到神经科学的进步。

从东说念主工智能的视角不雅察，不错说他们两位最中枢的科学孝敬，是将发祥于表面物理、生物物理两个学科的表面得胜应用于构建东说念主工智能科学表面。学科交叉讨论为东说念主工智能开辟了新天地。

东说念主工智能的当今和改日预测

今天，基于霍普菲尔德和辛顿的表面所发展的手艺依然在咱们的日常生存中无处不在。当你使用手机进行东说念主脸解锁、向虚构助手发问或者使用在线翻译用具时，皆在盘曲使用这些手艺。

在科学讨论中，这些手艺也发达着越来越迫切的作用。举例，它们被用于分析天文数据以发现新的行星，预测卵白质的结构以匡助设备新药，以致匡助物理学家处理大型强子对撞机产生的海量数据。

然则，跟着东说念主工智能手艺的快速发展，咱们也濒临着新的挑战。举例，怎么确保这些手艺被负包袱地使用，怎么保护个东说念主心事，以及怎么交代可能的管事变化等。这些问题需要科学家、战术制定者和所有这个词这个词社会共同想考和措置。

2024年诺贝尔物理学奖揭晓以后，有东说念主可能合计这一获奖规定“不够物理”。其实，换个角度想，这不仅是对霍普菲尔德和辛顿个东说念主成立的细目，更是对物理学在推进东说念主工智能发展中所起作用的招供。

跟着东说念主工智能手艺陆续发展，咱们不错期待它在科学讨论、工程应用和日常生存中带来更多冲破，同期也要握住领导我方，愈加严慎、合理地应用它去塑造改日。

近十年诺贝尔物理学奖得主

2023年

瑞典皇家科学院通知，将诺贝尔物理学奖授予皮埃尔·阿戈斯蒂尼、费伦茨·克劳斯和安妮·吕利耶，以奖赏他们在阿秒光脉冲方面的孝敬。

2022年

诺贝尔物理学奖被授予法国科学家阿兰·阿斯佩、好意思国科学家约翰·克劳泽和奥地利科学家安东·蔡林格，以奖赏他们在“纠缠光子实验、考据违背贝尔不等式和首创量子信息科学”方面所作出的孝敬。

2021年

诺贝尔物理学奖被授予三名科学家。其中，日裔好意思籍科学家真锅淑郎和德国科学家克劳斯·哈塞尔曼因“建立时球表象的物理模子、量化其可变性并可靠地预测群众变暖”的有关讨论获奖，意大利科学家乔治·帕里西因“发现了从原子到行星标准的物理系统中无序和波动的互相作用”获奖。

2020年

诺贝尔物理学奖颁发给了三位获奖者，因为“他们发现了寰宇中最奇异的征象之一——黑洞”。英国科学家罗杰·彭罗斯因证据黑洞是爱因斯坦广义相对论的径直规定而获奖；德国科学家赖因哈德·根策尔和好意思国科学家安德烈娅·盖兹因在星河系中央发现超大质料天体而获奖。

2019年

诺贝尔物理学奖被颁发给两个边界的科学家。其中，加拿大裔好意思国科学家詹姆斯·皮布尔斯的获奖旨趣是他在物理寰宇学边界的表面性发现；而瑞士科学家米歇尔·马约尔与瑞士科学家迪迪埃·奎洛兹则因“发现了围绕其他类太阳恒星驱动的系新手星”获奖。

2018年

诺贝尔物理学奖被授予好意思国科学家阿瑟·阿什金、法国科学家热拉尔·穆鲁及加拿大科学家唐娜·斯特里克兰，以奖赏其在激光物理学边界取得的冲破性孝敬。

2017年

好意思国物理学家雷纳韦斯、巴里巴瑞斯和吉普索恩因引力波探伤讨论获奖。

2016年

英国科学家大卫·索利斯、邓肯·霍尔丹和迈克尔·科斯特利茨，因在表面上发现了物资的拓扑相变和拓扑相而荣获该奖项。

2015年

日本科学家梶田隆章和加拿大科学家亚瑟·麦克唐纳共同获诺贝尔物理学奖。两东说念主因发现中微子动荡，证据中微子有质料而获奖。

2014年

诺贝尔物理学奖得主是日本科学家赤崎勇、日裔好意思国科学家中村修二及日本科学家天野浩。他们设备了蓝色发光二极管(LED)，使节电的高亮度照明器材成为可能，极大调动了东说念主们的生存。

良友参考：科普中国、环球科学、科技日报、中国新闻网、中科院物理所、诺贝尔奖委员会官网

图片起头同上，非营业用途，若组成侵权，请关联咱们进行删除