AI教父

诺贝尔物理学奖授予John J. Hopfield和Geoffrey E. Hinton

10月8日，瑞典皇家科学院宣布将2024年诺贝尔物理学奖授予John J. Hopfield和Geoffrey E. Hinton，以表彰他们在利用人工神经网络进行机器学习方面的基础性发现和发明。

现年91岁的John J. Hopfield是美国著名的物理学家、生物学家和神经科学家。1982年，他发表了一篇题为《具有涌现集体计算能力的神经网络和物理系统》的论文，提出了霍普菲尔德网络（Hopfield Network）。这种网络模型具有联想记忆功能，可以存储和重建图像及其他类型的数据。Hopfield利用物理学中的自旋系统来描述网络的训练过程，使得网络在输入扭曲或不完整的图像时，能够逐步找到最相似的保存图像。

Geoffrey E. Hinton：“深度学习之父”

现年77岁的Geoffrey E. Hinton被誉为“深度学习之父”，是英裔计算机科学家。1982年，他在Hopfield的研究基础上，发明了玻尔兹曼机（Boltzmann Machine）。这种基于统计物理学的网络可以学习识别数据中的特征元素。Hinton还开发了反向传播算法和分布式表示等技术，极大地推动了机器学习的发展。2012年，他与其学生共同构建的神经网络在ImageNet大规模视觉识别挑战赛中获胜，将深度学习推向主流。

物理学背景为机器学习奠定基础

Hopfield和Hinton的工作为2010年左右开始的机器学习革命奠定了基础。Hopfield利用物理学背景探索分子生物学的问题，构建了具有联想记忆功能的网络。Hinton则利用统计物理学的思想扩展了霍普菲尔德网络，并开发了预训练网络的方法，进一步优化了网络的训练效果。他们的开创性方法和概念极大地促进了人工神经网络领域的发展。

结语：神经网络基础研究助力AI爆发式发展

今年的诺贝尔物理学奖得主通过物理学工具开发的方法，为现代机器学习奠定了基础。他们的研究不仅展示了AI的巨大效益，还突显了AI对人类发展的深远影响。

本文来源：