劃重點(diǎn)
012024年諾貝爾物理學(xué)獎(jiǎng)授予約翰霍普菲爾德和杰弗里辛頓,以表彰他們?cè)谑褂萌斯ど窠?jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明。
02霍普菲爾德發(fā)明了霍普菲爾德神經(jīng)網(wǎng)絡(luò),而辛頓發(fā)明了玻爾茲曼機(jī),為人工智能的發(fā)展奠定了基矗
03由于此,人工智能技術(shù)在科學(xué)領(lǐng)域的應(yīng)用眾多,甚至讓不少研究學(xué)者找到了新的研究方法。
04諾貝爾獎(jiǎng)的獎(jiǎng)項(xiàng)包括物理學(xué)、化學(xué)、和平、生理學(xué)或醫(yī)學(xué)、文學(xué)、經(jīng)濟(jì)學(xué)六大類,人工智能領(lǐng)域的學(xué)者只能跨界獲得諾貝爾獎(jiǎng)。
05專家認(rèn)為,兩位獲獎(jiǎng)?wù)叩难芯繉⒂绊懹锌萍几偁幰庾R(shí)的國家,在人工智能產(chǎn)業(yè)上加大投資,同時(shí)也會(huì)讓越來越多的人認(rèn)識(shí)到人工智能的發(fā)展?jié)摿Α?/p>
以上內(nèi)容由騰訊混元大模型生成,僅供參考
經(jīng)濟(jì)觀察網(wǎng) 記者 錢玉娟 沈怡然 陳奇杰 當(dāng)?shù)貢r(shí)間10月8日,瑞典皇家科學(xué)院宣布,將2024年諾貝爾物理學(xué)獎(jiǎng)授予約翰霍普菲爾德(John J. Hopfield)和杰弗里辛頓(Geoffrey E. Hinton),以表彰他們?cè)谑褂萌斯ど窠?jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明。
諾貝爾物理學(xué)委員會(huì)主席埃倫穆恩斯(Ellen Moons)在當(dāng)天的新聞發(fā)布會(huì)上表示,兩位獲獎(jiǎng)?wù)呃媒y(tǒng)計(jì)物理的基本概念設(shè)計(jì)了人工神經(jīng)網(wǎng)絡(luò),構(gòu)建了機(jī)器學(xué)習(xí)的基矗相關(guān)技術(shù)已被用于推動(dòng)多個(gè)領(lǐng)域的研究,包括粒子物理、材料科學(xué)、天體物理等,也已用于日常生活中的人臉識(shí)別和語言翻譯等。
此前,物理學(xué)界預(yù)測(cè)今年諾貝爾物理學(xué)獎(jiǎng)的熱門獲獎(jiǎng)?lì)I(lǐng)域,包括凝聚態(tài)、超材料、分?jǐn)?shù)統(tǒng)計(jì)、任意子等。但兩位人工智能(AI)領(lǐng)域的研究者獲得諾貝爾物理學(xué)獎(jiǎng),出乎很多物理學(xué)界人士的預(yù)料。辛頓在接受瑞典皇家科學(xué)院的電話采訪時(shí),也表示“沒有想到(會(huì)獲獎(jiǎng))”。
談及他們的獲獎(jiǎng)理由,國際測(cè)試委員會(huì)創(chuàng)始主席、中國科學(xué)院大學(xué)崗位教授詹劍鋒告訴經(jīng)濟(jì)觀察網(wǎng),兩位獲獎(jiǎng)?wù)叩难芯客貙捔宋锢韺W(xué)的邊界,物理學(xué)界人士已經(jīng)認(rèn)為人工智能是自然創(chuàng)造事物里面的一部分,與物理世界、人類社會(huì)緊密相關(guān)。
詹劍鋒說,當(dāng)前人工智能技術(shù)在科學(xué)領(lǐng)域的應(yīng)用眾多,甚至讓不少研究學(xué)者找到了新的研究方法,包括通過人工智能發(fā)現(xiàn)新的數(shù)學(xué)規(guī)律、計(jì)算方法等,例如當(dāng)下火熱的AI for Science(即將人工智能與科學(xué)研究深度結(jié)合)。
值得注意的是,諾貝爾獎(jiǎng)的獎(jiǎng)項(xiàng)包括物理學(xué)、化學(xué)、和平、生理學(xué)或醫(yī)學(xué)、文學(xué)、經(jīng)濟(jì)學(xué)六大類,人工智能領(lǐng)域的學(xué)者只能跨界獲得諾貝爾獎(jiǎng)。
北電數(shù)智首席科學(xué)家、復(fù)旦大學(xué)特聘教授竇德景認(rèn)為,霍普菲爾德和辛頓如果拿到諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng),可能也是合理的獲獎(jiǎng)方式。因?yàn)槭褂萌斯ど窠?jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)是人工智能的核心,這項(xiàng)技術(shù)最初的靈感來自大腦的結(jié)構(gòu)。
公開資料顯示,霍普菲爾德于1933年在美國伊利諾伊州芝加哥市出生,并于1958年獲得美國康奈爾大學(xué)博士學(xué)位,現(xiàn)任美國普林斯頓大學(xué)教授。
1982年,霍普菲爾德從物理學(xué)描述磁性材料的理論中獲得靈感,發(fā)明了霍普菲爾德神經(jīng)網(wǎng)絡(luò);羝辗茽柕戮W(wǎng)絡(luò)屬于一種數(shù)學(xué)和計(jì)算概念,這種網(wǎng)絡(luò)由相互連接的神經(jīng)元組成,用于模仿人腦的記憶功能來存儲(chǔ)和回憶信息。
這一神經(jīng)網(wǎng)絡(luò)能夠在信息不完整或有錯(cuò)誤時(shí),嘗試還原最接近原始的正確信息或找到最佳解決方案,可以初步讓機(jī)器識(shí)別一些圖像和語音。
但在當(dāng)時(shí),人工智能的發(fā)展還處于初級(jí)階段,機(jī)器開始在特定專業(yè)領(lǐng)域表現(xiàn)出學(xué)習(xí)能力,卻仍缺乏常識(shí)性的知識(shí),其應(yīng)用也局限于特定的任務(wù),包括醫(yī)療、化學(xué)和地質(zhì)等領(lǐng)域,遠(yuǎn)未達(dá)到通用和全面的智能水平。
辛頓被譽(yù)為深度學(xué)習(xí)之父,是2018年圖靈獎(jiǎng)得主之一。他于1947年在英國倫敦出生,并于1978年獲得英國愛丁堡大學(xué)博士學(xué)位,現(xiàn)任加拿大多倫多大學(xué)教授。
辛頓的研究工作受到了霍普菲爾德的啟發(fā),他利用霍普菲爾德神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶功能,發(fā)明了新的神經(jīng)網(wǎng)絡(luò)玻爾茲曼機(jī)。通過模擬物理系統(tǒng)中的粒子的運(yùn)動(dòng),玻爾茲曼機(jī)能學(xué)習(xí)數(shù)據(jù)的概率分布,幫助機(jī)器學(xué)習(xí)到數(shù)據(jù)中的規(guī)律。
這一發(fā)明是人工智能的一個(gè)重要里程碑,意味著機(jī)器在嘗試一種探索性學(xué)習(xí),主動(dòng)理解數(shù)據(jù)的本質(zhì),從數(shù)據(jù)本身中發(fā)現(xiàn)有用的信息,而不是依賴于預(yù)先定義的標(biāo)簽。這讓機(jī)器更接近人腦,去識(shí)別和理解周圍世界中的各種規(guī)律。
玻爾茲曼機(jī)也將人工智能從傳統(tǒng)的機(jī)器學(xué)習(xí)方法帶入了深度學(xué)習(xí)的新時(shí)代,為后續(xù)的研究奠定了理論基礎(chǔ),研究者們后來發(fā)明了卷積神經(jīng)網(wǎng)絡(luò)(CNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)等,讓機(jī)器能更自主地處理圖像、語音以及文本數(shù)據(jù),在一定程度上模擬人類的視覺系統(tǒng)、語言系統(tǒng)和聽覺系統(tǒng)。
去年12月,國際測(cè)試委員會(huì)(BenchCouncil)從1943年至今的人工智能領(lǐng)域成果中遴選出了100多項(xiàng)代表性成果,在確定主要貢獻(xiàn)者的基礎(chǔ)上產(chǎn)生了人工智能領(lǐng)域百年人才榜、國家榜和機(jī)構(gòu)榜,辛頓和霍普菲爾德分別位列百年人才榜中的第三位和第六位。
詹劍鋒認(rèn)為,兩位獲獎(jiǎng)?wù)呔跈C(jī)器學(xué)習(xí)領(lǐng)域有所建樹,這或?qū)⒂绊懹锌萍几偁幰庾R(shí)的國家,在人工智能這一產(chǎn)業(yè)上加大投資,同時(shí)也會(huì)讓越來越多的人認(rèn)識(shí)到人工智能的發(fā)展?jié)摿。他從諾貝爾獎(jiǎng)遴選的結(jié)果以及產(chǎn)業(yè)發(fā)展的趨勢(shì)預(yù)判,未來人工智能產(chǎn)業(yè)會(huì)對(duì)全行業(yè)帶來巨大的沖擊。