▲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(dāng)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(jìn)行機(jī)器學(xué)習(xí)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(xiàn)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?；羝辗茽柕碌呢暙I(xiàn)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(xí)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。“這些人工神經(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?！睌U(kuò)展人類的智力和能力20世紀(jì)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(dāng)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(jìn)行訓(xùn)練，而節(jié)點就相當(dāng)于像素,。當(dāng)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(jī),。由此可以學(xué)習(xí)識別給定數(shù)據(jù)類型中的特征元素,，辛頓通過向機(jī)器提供規(guī)范示例來訓(xùn)練機(jī)器。而玻爾茲曼機(jī)可用于對圖像進(jìn)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(dāng)前機(jī)器學(xué)習(xí)突飛猛進(jìn)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(xì)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(jī)以人腦的方式處理數(shù)據(jù),。機(jī)器學(xué)習(xí)過程也稱為深度學(xué)習(xí),，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(jī)器學(xué)習(xí)可以創(chuàng)建自適應(yīng)系統(tǒng),，計算機(jī)使用該系統(tǒng)從錯誤中進(jìn)行學(xué)習(xí)并不斷改進(jìn),。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(kuò)展人類的智力和能力。現(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(jìn)行預(yù)訓(xùn)練的超大型深度學(xué)習(xí)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(dāng)于擴(kuò)大了數(shù)億人的大腦功能。人工神經(jīng)網(wǎng)絡(luò)可以進(jìn)行歸納和推理,，幫助做出正確的決策,，因為它們可以學(xué)習(xí)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(jìn)行診斷，通過社交網(wǎng)絡(luò)篩選和行為數(shù)據(jù)分析進(jìn)行有針對性的營銷,，通過處理金融工具的歷史數(shù)據(jù)進(jìn)行金融預(yù)測等,。同時,，人工神經(jīng)網(wǎng)絡(luò)也具有計算機(jī)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(jī)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(biāo)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(dāng)?shù)膬?nèi)容；用于面部識別,，以進(jìn)行安全保障,；還可以進(jìn)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(dāng)然,，這也為詐騙提供了基礎(chǔ)。人工神經(jīng)網(wǎng)絡(luò)為機(jī)器學(xué)習(xí)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(kuò)大、深化和發(fā)展為趨近無限,，進(jìn)而提升經(jīng)濟(jì)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(dú)具慧眼。撰稿 / 張?zhí)锟保破兆髡撸┚庉?/ 徐秋穎校對 / 吳興發(fā)