瑞典皇家科學院當地時間10月8日宣布，將2024年諾貝爾物理學獎授予約翰·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網絡進行機器學習的基礎性發(fā)現和發(fā)明,。兩位獲獎者的研究有何意義？為何物理學獎會頒發(fā)給人工智能領域專家,？對此,，新京報記者采訪了中國科學院自動化研究所研究員、聯合國人工智能高層顧問機構專家曾毅和清華大學計算機系教授鄧志東進行解讀,。獲獎人開創(chuàng)第三次人工智能的研究熱潮人工神經網絡是20世紀80年代以來人工智能領域興起的研究熱點。它從信息處理角度對人腦神經元網絡進行抽象,，建立某種簡單模型,，按不同的連接方式組成不同的網絡。據鄧志東介紹,，美國物理學家John J. Hopfield在1982年和1984年發(fā)表了兩篇基礎性人工神經網絡的論文,，引起了很大反響。他提出了一種反饋互連網絡,，并定義了一個神經元狀態(tài)和連接權的能量函數,。利用該網絡可以求解相聯記憶與優(yōu)化計算等問題。該網絡結構后來被稱為Hopfield網絡,，最典型的例子是應用該網絡可成功地求解旅行商問題（人工智能領域中經典問題之一,，是指旅行家要旅行n個城市，要求各個城市經歷且僅經歷一次然后回到出發(fā)城市,，并要求所走的路程最短）,。1986年，D. E. Rumelhart和G. E. Hinton等提出了誤差反向傳播算法（Error back-propagation algorithm）,，簡稱BP算法,，該算法至今仍是所有大模型自監(jiān)督學習算法采用的。在深度學習神經網絡方面,，Hinton也做出了開創(chuàng)性貢獻,，提出了AlexNet模型，實現了深度神經網絡,、大數據與GPU的融合,，由此開創(chuàng)了第三次人工智能的研究熱潮。“他于2018年獲得圖靈獎,，這一貢獻也是重要原因,。”鄧志東說,，現在的通用大模型都是深度神經網絡,，深度的含義就是把神經網絡一層層堆起來，多層的好處就是可以支持更大規(guī)模的參數,，更多數據的喂養(yǎng),。Hinton也被稱為“人工智能教父”。人工神經網絡理論與模型受理論物理與生物物理啟發(fā)此次諾貝爾物理學獎屬于“跨界”頒獎嗎,？“表面上這次獎項相關領域是機器學習與人工智能,，但是從更廣泛的意義上講，我認為本次諾貝爾物理學獎實際上授予了理論物理學,?！痹阏f，John Hopfield和Geoffrey Hinton兩位獲獎者的研究背景都起源于物理學,。從人工智能的視角觀察,，兩位最核心的科學貢獻是將起源于理論物理、生物物理兩個學科的理論成功應用于構建人工智能科學理論,。從多學科交叉的視角觀察,，兩位獲獎者都是理論物理、人工智能,、神經科學的研究者,。他們的主要研究成果深深地根植于他們從計算視角對理論物理與神經科學，特別是學習與記憶的物理與神經科學原理的觀察,、假設、建模與實踐,，而研究成果更是雙雙貢獻于大腦智能和人工智能基礎科學理論的形成,，并在人工智能與機器學習領域取得了顯著的實踐效果與廣泛的應用。這說明理論物理研究及其與神經科學,、心理學等學科的交叉研究對人工智能科學理論取得里程碑式的進展具有重要的意義與啟發(fā),。曾毅說，與諸多獲得諾貝爾獎的科學成果一樣,，John Hopfield和Geoffrey Hinton兩位獲獎者的科學貢獻都經受住了時間和實踐的檢驗,。受理論物理與生物物理啟發(fā)的人工神經網絡理論與模型成為現代人工智能最重要的理論基礎之一，特別是近兩年,，更在諸多科學領域取得了顯著和廣泛的應用效果,，正在改變甚至顛覆諸多學科的研究范式，因此在這個時間點獲得了更多關注,，“人工神經網絡雖然在物理學領域還不足與基礎物理學定律的貢獻相媲美,，卻是對世界可能產生重大影響的人工智能科學的基礎性貢獻,。”諾獎得主近年來關注人工智能安全問題近年來,，Geoffrey Hinton極為關注人工智能安全問題,。曾毅說，正是由于對人類智能和人工智能的雙重關注,，以及出于科學家對社會產生影響的責任心,，使得Geoffrey Hinton針對人工智能可能產生的濫用惡用、人工智能對人類可能造成的生存風險進行理論研究,，并面向公眾演講,，提升公眾對人工智能風險的認知。曾毅說,，他同意Geoffrey Hinton對于人工智能可能給人類產生生存風險的大多數判斷,。“目前并不存在并且很難實現絕對安全的通用人工智能,，但是我們需要以此為目標采用科學的方法繼續(xù)尋找可能的科學路徑,。”他認為,，真正負責任的科學家,，不但需要有能力做出科學突破，還要對科學可能給社會造成的風險與影響給予充分關注,，并要通過科學的方法解決可能的隱患,，使得科學貢獻于全人類福祉。他說,，近十年來,，我國在人工神經網絡方面的研究取得了進展，特別是類腦神經網絡模型,、計算體系結構,、類腦芯片方面的研究。但是在神經網絡與人工智能的基礎理論,，特別是神經科學與理論物理學交叉研究啟發(fā)的神經網絡理論創(chuàng)新方面,，與世界最高水平的研究具有一定差距。揭示人類智能原理,、啟發(fā)未來人工智能的研究對于全世界而言仍處于起步階段,，中國在這個領域應大有可為。新京報記者 張璐編輯 樊一婧 校對 付春愔