中國青年報客戶端北京10月8日電（中青報中青網(wǎng)記者 張渺 實習生 梅藐）在諾貝爾物理學獎的交響樂章中，人工智能領(lǐng)域的成就奏響了新篇章。北京時間10月8日，2024年諾貝爾物理學獎揭曉。美國科學家約翰霍普菲爾德與英國科學家杰弗里辛頓因“在人工神經(jīng)網(wǎng)絡(luò)機器學習方面的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”獲此殊榮。
諾貝爾獎官網(wǎng)供圖
人工神經(jīng)網(wǎng)絡(luò)機器學習這項技術(shù)，最初的靈感來自大腦的結(jié)構(gòu)。在人工神經(jīng)網(wǎng)絡(luò)中，大腦的神經(jīng)元由具有不同數(shù)值的節(jié)點表示。這些節(jié)點通過類似于突觸的連接相互影響，并且可以變得更強或更弱。例如，通過在同時具有高數(shù)值的節(jié)點之間建立更強的連接，以此來訓練網(wǎng)絡(luò)。
今年的諾貝爾物理學獎兩位獲獎?wù)�，使用物理學工具，為人工智能的發(fā)展奠定了理論基矗他們讓人工智能學會“智能”，能夠模擬人類的記憶和學習過程。
“我沒想到。”得知獲獎這件事后，杰弗里辛頓在接受媒體采訪時說。
最近兩年來，人們經(jīng)常談?wù)撊斯ぶ悄艿陌l(fā)展，談?wù)撃切┰絹碓铰斆鞯腁I。這背后是研究者幾十年的探索的結(jié)果，從20世紀80年代起，辛頓和霍普菲爾德就已經(jīng)各自開始在相關(guān)領(lǐng)域深耕。
作為“神經(jīng)網(wǎng)絡(luò)之父”和“深度學習之父”，辛頓于1947年出生于英國倫敦，1978年獲英國愛丁堡大學博士學位，如今是加拿大多倫多大學教授。他是使用神經(jīng)網(wǎng)絡(luò)進行機器學習的先驅(qū)，教會了人工智能如何自動查找數(shù)據(jù)中的屬性，從而執(zhí)行識別圖片中特定元素等任務(wù)。他還在2018年，獲得了圖靈獎這一計算機領(lǐng)域的最高榮譽。
而美國普林斯頓大學教授約翰霍普菲爾德，則是創(chuàng)建了一種名為“霍普菲爾德網(wǎng)絡(luò)”的聯(lián)想存儲器，可以存儲和重建圖像以及數(shù)據(jù)中的其他類型模式。
在構(gòu)建這種人工神經(jīng)網(wǎng)絡(luò)的過程中，霍普菲爾德用上了物理學。他曾獲得2022年的玻爾茲曼獎，獲獎理由是“擴展了統(tǒng)計物理學的邊界，使其涵蓋生命現(xiàn)象，從分子水平信息傳輸?shù)膭恿W校對到神經(jīng)網(wǎng)絡(luò)的動力學，他創(chuàng)建了一種用于思考大腦計算的新語言”。
以“霍普菲爾德網(wǎng)絡(luò)”為基礎(chǔ)，辛頓使用統(tǒng)計物理學的方法，構(gòu)建了玻爾茲曼機。
統(tǒng)計物理學是研究由眾多相似組件構(gòu)成的系統(tǒng)的一門科學，通過向機器提供那些在運行時極可能出現(xiàn)的情況作為示例，科學家可以對機器進行訓練。在這一領(lǐng)域，玻爾茲曼機展現(xiàn)了其獨特的價值，它不僅能夠有效地對圖像進行分類，還能創(chuàng)造出與其所訓練模式類型相似的新示例。這一成果讓機器學習領(lǐng)域出現(xiàn)了“爆炸性發(fā)展”。
辛頓和霍普菲爾德的這些研究，都是在20世紀80年代就已經(jīng)做出來了。幾十年過去，他們的研究不斷獲得認可。正如諾貝爾物理學委員會主席艾倫穆恩斯所評價的那樣，他們的工作“已經(jīng)帶來了最大的效益”。
來源：中國青年報客戶端
