2024年诺贝尔物理学奖已正式揭晓人工神经网络进行机器学习发明获奖
当地时间10月8日，瑞典皇家科学院宣布，2024年诺贝尔物理学奖授予John J. Hopfield和Geoffrey E. Hinton，以表彰他们在使用人工神经网络进行机器学习的基础性发现和发明，这一成就对于推动人工智能领域的发展具有重要意义。 John J. Hopfield来自美国，目前就职于普林斯顿大学；Geoffrey E. Hinton来自加拿大，目前就职于多伦多大学。两位获奖者利用物理学工具构建了多种方法，为当今强大的机器学习奠定了基础。约翰·霍普菲尔德创建了一种可以存储和重建信息的结构。杰弗里·辛顿发明了一种可以独立发现数据属性的方法，这种方法对于目前使用的大型人工神经网络至关重要。 约翰·霍普菲尔德之前曾利用他的物理学背景探索分子生物学的理论问题。当他被邀请参加一次神经科学会议时，他接触到了对大脑结构的研究。他对所学内容非常着迷，并开始思考简单神经网络的动态。当神经元共同作用时，它们会产生新的强大特性，而这些特性对于只关注网络各个组成部分的人来说是无法察觉的。 20世纪90年代，许多研究人员对人工神经网络失去了兴趣，但杰弗里·辛顿继续在该领域探索。2006年，他与同事 Simon Osindero、Yee Whye Teh 和 Ruslan Salakhutdinov开发了一种使用一系列逐层叠加的玻尔兹曼机对网络进行预训练的方法。这种预训练为网络中的连接提供了更好的起点。 近年来，诺贝尔物理学奖的获奖者及其贡献同样引人注目。例如： 2023年：授予皮埃尔-阿戈斯蒂尼(Pierre Agostini)、费伦茨-克劳斯(Ferenc Krausz)和安妮-勒惠利尔(Anne L’Huillier)，以表彰他们开发了产生阿秒光脉冲的实验方法，用于研究物质中的电子动力学。 2022年：授予科学家阿兰·阿斯佩(Alain Aspect)、约翰·弗朗西斯·克劳泽(John F. Clauser)和安东·塞林格(Anton Zeilinger)，以表彰他们为纠缠光子实验、证明违反贝尔不等式和开创性的量子信息科学所作出的贡献。 2021年：授予美国普林斯顿大学的真锅淑郎(Syukuro Manabe)和德国马克斯·普朗克气象研究所的克劳斯·哈塞尔曼(Klaus Hasselmann)，以及意大利罗马大学的乔治·帕里西(Giorgio Parisi)，以表彰他们在地球气候物理模型、物理系统的无序和波动相互作用等方面的研究。 综上所述，2024年诺贝尔物理学奖的揭晓再次彰显了物理学领域的卓越成就和杰出人才。这一奖项不仅是对获奖者个人贡献的肯定，更是对整个物理学界和人工智能领域发展的鼓舞和推动。
