北京时间2024年10月8日傍晚，瑞典皇家科学院宣布，科学家约翰·霍普菲尔德（John J. Hopfield) 和杰弗里·欣顿（Geoffrey E. Hinton）荣膺2024年诺贝尔物理学奖，以表彰他们通过神经网络研究对现代机器学习所作出的奠基性贡献。

　　物理学奖竟然颁给了人工智能？这一结果让不少网友感到意外。

　　诺贝尔奖官网的介绍文章解释称，很多人都体验过用计算机翻译不同的语言，解释一些图片，或者与人工智能建立合理的对话。但这背后的物理学相关技术，包括大量数据的分类和训练，却往往不为人所知。正是人工神经网络（artificial neural network）结构的相关研究，推动了过去十五到二十年间机器学习技术的迅猛发展，而如今所谈论的人工智能，一般指的就是这种技术。

　　尽管计算机不能思考，但可以模拟记忆和学习等功能。今年的两位诺贝尔物理学奖得主就为此做出了贡献，他们利用物理学的基本概念和方法，开发出了利用神经网络结构处理信息的技术。

　　约翰·霍普菲尔德是美国物理学家、神经科学家，普林斯顿大学教授。霍普菲尔德1933年出生于美国伊利诺伊州，1958年获得康奈尔大学博士学位。人们往往可以通过搜索相似单词从而找到正确单词，这个过程即为霍普菲尔德发现的“联想记忆”。他在1982年发明了著名的霍普菲尔德神经网络（Hopfield neural network），这是第一个能够储存多种模式，并具备记忆功能的神经网络模型。当人们给这个网络输入不完整或略有失真的模式时，该方法可以在已存储的模式中找到最相似的模式。

　　杰弗里·欣顿是英裔加拿大计算机科学家、神经科学家，加拿大多伦多大学教授，前“谷歌大脑”负责人。欣顿1947年出生于英国伦敦，1978年获得爱丁堡大学人工智能博士学位。20世纪80年代，他以霍普菲尔德神经网络为基础，创建了一个使用不同方法的新网络——玻尔兹曼机（Boltzmann machine），后者可以学习识别给定类型数据中的特征元素。

　　后来，许多研究人员对人工神经网络失去了兴趣，但欣顿是少数仍坚持在该领域工作的研究者之一。2012年，欣顿及两位学生亚历克斯·克罗舍夫斯基（Alex Krizhevsky）、伊尔亚·苏茨克维（Ilya Sutskever），使用英伟达CUDA GPU训练AlexNet，并赢得了2012年ImageNet挑战赛，震惊了计算机视觉界。这被认为是标志着深度学习、AI革命开始的关键时刻。在2012年底，他与这两位学生成立了公司DNN Research，并将其以4400万美元的价格卖给了谷歌。值得一提的是，伊尔亚·苏茨克维正是OpenAI的联合创始人、前首席科学家。

　　2018年，欣顿与约书亚·本吉奥（Yoshua Bengio）和杨立昆（Yann LeCun）共同获得图灵奖，这三人并称“深度学习三巨头”“AI教父”。如今看来，欣顿也是史上首位图灵奖+诺贝尔物理学奖的获奖者。

　　据了解，在ChatGPT问世半年后，2023年5月，欣顿宣布从谷歌辞职（时任谷歌工程副总裁），以便能够“自由地谈论人工智能的风险”。他曾接受媒体采访表示，未来AI技术可能会对人类构成威胁，因为它们经常从分析的大量数据中学习意想不到的行为。“大多数人认为这还很遥远。我曾认为这需要30到50年甚至更长的时间。显然，我现在不再这么想了。”欣顿曾说。

关注同花顺财经（ths518），获取更多机会