机器学习先驱荣获诺贝尔物理学奖

机器学习先驱荣获诺贝尔物理学奖

两位研究人员... 机器学习方法 已经发展到今天的程度 人工智能 (AI) 的蓬勃发展 基础，被授予 2024 年诺贝尔物理学奖。

10 月 8 日，位于斯德哥尔摩的瑞典皇家科学院宣布，新泽西州普林斯顿大学的约翰·霍普菲尔德 (John Hopfield) 和加拿大多伦多大学的杰弗里·辛顿 (Geoffrey Hinton) 分享 1100 万瑞典克朗（100 万美元）的奖金。

两者都使用物理工具来开发方法 人工神经网络 使用受大脑启发的分层结构来学习抽象概念。诺贝尔委员会主席、瑞典卡尔斯塔德大学物理学家艾伦·穆恩斯 (Ellen Moons) 在声明中表示，他们的发现“构成了机器学习的基石，可以帮助人们更快、更自信地做出决策”。 “人工神经网络已被用来推进各种物理主题的研究，从粒子物理学到材料科学再到天体物理学。”

1982 年，具有物理学背景的理论生物学家 Hopfield 开发了一种网络，将节点之间的连接描述为物理力 1 。通过将图案存储为网络的低功耗状态，系统可以在遇到类似图案时恢复图像。它被称为联想记忆，因为它类似于大脑试图记住一个很少使用的单词或概念。

计算机科学家辛顿后来利用统计物理学的原理来集体描述由太多单独部分组成的系统，以进一步开发“霍普菲尔德网络”。通过将概率合并到网络的分层版本中，他创建了一种工具，能够识别和分类图像或生成其所训练类型的新示例 2 。

这些过程与以前的计算不同，因为网络能够从示例中学习，包括非结构化数据，这对于基于逐步计算的传统软件来说是一个挑战。

Hinton 写道，这些网络是“非常理想化的模型，与真实的生物神经网络的区别就像苹果与行星的区别一样” 2000年《自然》 。但它们已被证明是有用的并且已被广泛开发。模仿人类学习的神经网络构成了许多先进人工智能工具的基础，从大型语言模型（LLM）到能够分析大量数据的机器学习算法，包括 蛋白质结构预测模型AlphaFold 。

在宣布这一消息的电话交谈中，辛顿表示，当他得知自己获得诺贝尔奖时，这是“晴天霹雳”。 “我很惊讶，我不知道会发生这种事，”他说。他补充说，机器学习的进步“将产生巨大影响；它将与工业革命相媲美。但它不会在体力上超越人类，而是在智力上超越人类。”

1. 霍普菲尔德，J.J.，Proc。国家。阿卡德。科学。美国 79, 2554 (1982)。

   文章
   考研
   谷歌学术

2. 法尔曼，S.E.，辛顿，G.E.和塞诺夫斯基，T.J. AAAI-83 会议记录，第 109-113 页（1983 年）。

   谷歌学术

下载参考资料