北京时间10月8日下午,瑞典皇家科学院决定将 2024 年诺贝尔物理学奖授予约翰·霍普菲尔德(John J. Hopfield)与杰弗里·辛顿(Geoffrey E. Hinton),以表彰他们使用人工神经网络实现机器学习的基础发现和发明。
人工智能的运作通常指的就是使用人工神经网络的机器学习,而这项技术最初是受到人类大脑结构的启发。在人工神经网络中,大脑的神经元由具有不同值的节点表示,这些节点可以通过彼此间的连接相互影响。据诺贝尔奖官方,两位获奖者从上世纪80年代开始就人工神经网络进行了重要的研究,利用物理学的工具开发了机器学习的基础方法。
约翰·霍普菲尔德发明了一种“关联记忆”,可以对数据中的图像信息进行存储和重建。作为一名神经科学家,1982年他提出“霍普菲尔德网络”模型,利用物理学的方式解释了大脑是如何进行联想、回忆的。我们可以将节点想象成像素,“霍普菲尔德网络”利用物理学中“原子自旋”的特性来描述材料特征,当“霍普菲尔德网络”收到失真或不完整的图像时,它会通过节点更新它们的值,如此一来,网络便可以逐步工作以找到与不完美图像最相似的已保存图像。
杰弗里·辛顿发明了一种让机器可以自主发现数据特性的方法,从而执行识别图片中特定元素等任务。杰弗里·辛顿将霍普菲尔德网络的想法应用于一种新网络,这种新网络使用另一种方法:玻尔兹曼机。玻尔兹曼机可以学习给定数据类型的特征元素,以用来分类图像或创建新材料。这项工作使辛顿为当前机器学习的爆炸性发展奠定了有力基础。杰弗里·辛顿也因此被誉为“神经网络之父”,并于2018年获得“计算机界的诺贝尔奖”图灵奖。
据了解,约翰·霍普菲尔德1933 年出生于美国伊利诺伊州芝加哥,1958 年在美国纽约州伊萨卡市康奈尔大学获得博士学位,现任美国新泽西州普林斯顿大学教授;杰弗里·辛顿1947 年出生于英国伦敦,1978 年在英国爱丁堡大学获得博士学位,现任加拿大多伦多大学教授。两人将平分1100万瑞典克朗的获奖奖金。
“获奖者们的工作已经为我们如今的生活带来了极大好处。在物理学中,我们在广泛领域中使用人工神经网络,例如开发具有特定性能的新材料。”诺贝尔物理学委员会主席Ellen Moons表示。