▲約翰·J·霍普菲爾德和杰弗里·E·辛頓,。圖/諾貝爾獎委員會官網(wǎng)10月8日,，2024年諾貝爾物理學(xué)獎揭曉。當天,，瑞典皇家科學(xué)院宣布,，將本年度諾貝爾物理學(xué)獎授予約翰·J·霍普菲爾德（John J. Hopfield）和杰弗里·E·辛頓（Geoffrey E. Hinton），表彰他們在使用人工神經(jīng)網(wǎng)絡(luò)進行機器學(xué)習的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明,。人工智能對于今天的人們并不陌生,，而對這一前沿技術(shù)做出奠基性貢獻的正是這兩位科學(xué)家。他們是這一領(lǐng)域的先驅(qū),，有了他們的研究工作,，才有人工智能今天的蓬勃發(fā)展,。霍普菲爾德的貢獻是,，創(chuàng)建了一個聯(lián)想內(nèi)存,，后者可以存儲和重建數(shù)據(jù)中的圖像和其他類型的模式。辛頓則發(fā)明了一種方法,，可以自主查找數(shù)據(jù)中的屬性,，從而執(zhí)行諸如識別圖片中的特定元素等任務(wù)。諾貝爾物理學(xué)獎委員會主席艾倫·穆恩斯表示,，雖然人工智能似乎不是諾貝爾物理學(xué)獎的有力競爭者,，但具有學(xué)習能力的神經(jīng)網(wǎng)絡(luò)的發(fā)現(xiàn)及其應(yīng)用是與物理學(xué)密切相關(guān)的?！斑@些人工神經(jīng)網(wǎng)絡(luò)已用于推動粒子物理學(xué),、材料科學(xué)和天體物理學(xué)等各種物理學(xué)主題的研究,。”擴展人類的智力和能力20世紀80年代,，霍普菲爾德研發(fā)了一個網(wǎng)絡(luò),，用一種方法來保存和重新創(chuàng)建模式。這個網(wǎng)絡(luò)相當于物理學(xué)中自旋系統(tǒng)中的能量,，并通過查找節(jié)點之間的連接值進行訓(xùn)練,，而節(jié)點就相當于像素。當這個網(wǎng)絡(luò)收到失真或不完整的圖像時,，它會有條不紊地通過節(jié)點并更新它們的值,。因此，網(wǎng)絡(luò)能逐步找到它所保存的最相似圖片,。辛頓則利用霍普菲爾德網(wǎng)絡(luò)來使用物理工具,，如使用玻爾茲曼機。由此可以學(xué)習識別給定數(shù)據(jù)類型中的特征元素,，辛頓通過向機器提供規(guī)范示例來訓(xùn)練機器,。而玻爾茲曼機可用于對圖像進行分類或創(chuàng)建訓(xùn)練它的模式類型。辛頓以這項工作為基礎(chǔ),，幫助啟動了當前機器學(xué)習突飛猛進的發(fā)展,。霍普菲爾德和辛頓創(chuàng)建人工神經(jīng)網(wǎng)絡(luò)的靈感源自人腦,。人的腦細胞（神經(jīng)元）構(gòu)成了一個復(fù)雜,、高度互聯(lián)的網(wǎng)絡(luò)，并能互相發(fā)送生物電信號,，幫助人類處理紛繁復(fù)雜的信息,。人工神經(jīng)網(wǎng)絡(luò)則由人工神經(jīng)元組成，它們共同合作以解決問題,。實際上,，人工神經(jīng)網(wǎng)絡(luò)就是一種人工智能方法，用來教會計算機以人腦的方式處理數(shù)據(jù),。機器學(xué)習過程也稱為深度學(xué)習,，類似于人腦的分層結(jié)構(gòu)中的互連節(jié)點或神經(jīng)元。機器學(xué)習可以創(chuàng)建自適應(yīng)系統(tǒng),，計算機使用該系統(tǒng)從錯誤中進行學(xué)習并不斷改進,。因此,，人工神經(jīng)網(wǎng)絡(luò)可以完成多種工作,，并能嘗試解決復(fù)雜的問題，從而擴展人類的智力和能力?，F(xiàn)在人們熟知的大型語言模型（LLM）就是基于大量數(shù)據(jù)進行預(yù)訓(xùn)練的超大型深度學(xué)習模型,。其底層轉(zhuǎn)換器是一組神經(jīng)網(wǎng)絡(luò),，這些神經(jīng)網(wǎng)絡(luò)由具有自注意力功能的編碼器和解碼器組成。編碼器和解碼器從一系列文本中提取含義,，并理解其中的單詞和短語之間的關(guān)系,，以及語法。OpenAI的GPT系列,，就是大語言模型的典型代表,。人工神經(jīng)網(wǎng)絡(luò)用途廣泛人工神經(jīng)網(wǎng)絡(luò)并非只用于數(shù)據(jù)處理，而是有廣泛的用途,，相當于擴大了數(shù)億人的大腦功能,。人工神經(jīng)網(wǎng)絡(luò)可以進行歸納和推理，幫助做出正確的決策,，因為它們可以學(xué)習非線性和復(fù)雜的輸入數(shù)據(jù)與輸出數(shù)據(jù)之間的關(guān)系,，并為其建模。人工神經(jīng)網(wǎng)絡(luò)還可以完成一系列任務(wù),，通過醫(yī)療影像分類進行診斷,，通過社交網(wǎng)絡(luò)篩選和行為數(shù)據(jù)分析進行有針對性的營銷，通過處理金融工具的歷史數(shù)據(jù)進行金融預(yù)測等,。同時,，人工神經(jīng)網(wǎng)絡(luò)也具有計算機視覺，是擁有從圖像和視頻中提取信息并決策的能力,。而借助人工神經(jīng)網(wǎng)絡(luò),，計算機可以區(qū)分和識別與人類相似的圖像，因而可以應(yīng)用到多個領(lǐng)域,。比如,，自動駕駛汽車中的視覺識別，使汽車能夠識別道路標志和其他道路使用者,；用于內(nèi)容審核,，從圖像和視頻歸檔中自動刪除不安全或不適當?shù)膬?nèi)容；用于面部識別,，以進行安全保障,；還可以進行語音識別，并模擬某個特定個體（如明星,、政治人物）等的音調(diào),、語氣、語言和口音,，當然,，這也為詐騙提供了基礎(chǔ)。人工神經(jīng)網(wǎng)絡(luò)為機器學(xué)習奠定了基礎(chǔ)，使得人工智能成為可能,，由此也將人的有限能力擴大,、深化和發(fā)展為趨近無限，進而提升經(jīng)濟和發(fā)展文明,，讓人類社會更加美好,。因此，2024年諾貝爾物理學(xué)獎授予這一基礎(chǔ)發(fā)現(xiàn)和發(fā)明,，可謂獨具慧眼,。撰稿 / 張?zhí)锟保破兆髡撸┚庉?/ 徐秋穎校對 / 吳興發(fā)