“完全出乎意料！”
“可能因为当前人工智能太火了！”
北京时间10月8日下午，2024年诺贝尔物理学奖揭晓。约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton）两位科学家获奖，以表彰他们利用人工神经网络实现机器学习的奠基性发现和发明。他们将平分1100万瑞典克朗（约合745万元人民币）奖金。
这个获奖结果一出，很多关注诺贝尔物理学奖的人士都直呼意外，因为两位科学家的研究领域和成果看上去“太不物理”了。
据介绍，两位获奖者从20世纪80年代起就开展了与物理学相关的人工神经网络的重要工作。
其中，约翰·J·霍普菲尔德，1933年出生于美国伊利诺伊州芝加哥市，1958年获得美国康奈尔大学博士学位，现任美国普林斯顿大学教授。他还曾获得2022年玻尔兹曼奖，当时他的获奖理由是：扩展了统计物理学的边界，使其涵盖生命现象，从分子水平信息传输的动力学校对到神经网络的动力学，他创建了一种用于思考大脑计算的新语言。
杰弗里·E·辛顿，1947年出生于英国伦敦，1978年获得英国爱丁堡大学博士学位，现任加拿大多伦多大学教授，是2018年图灵奖得主，致力于神经网络、机器学习、分类监督学习、机器学习理论、细胞神经网络、信息系统应用、马尔可夫决策过程、神经网络、认知科学等方面的研究。他还于2016年至2023年担任了谷歌副总裁兼工程研究员，2023年从谷歌辞职。
中国科学院物理研究所的官方微信公众号“中科院物理所”也在推文中写道：“万万没想到的是，今年诺奖居然颁发给了人工神经网络和机器学习。”
据悉，两位获奖科学家是使用物理学工具开发了今天机器学习技术的基础方法。约翰·J·霍普菲尔德创造了一种关联记忆，它能够存储和重构图像以及其他模式类型。杰弗里·E·辛顿发明了一种能够自主发现数据中属性的方法，并执行任务，如识别图像中的特定元素。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，可以用来分类图像或创建新材料。这种机器学习帮助推动了当今机器学习的快速发展。
湘潭大学物理与光电工程学院教授彭杰也表示，两位获奖科学家所研究的利用人工神经网络实现机器学习的方法相当于一个工具，在各个领域都可以应用，在物理学领域也有很多应用，比如在核物理、材料学等方面都有应用。
津公网安备12011002023007号