瑞典皇家科學(xué)院當(dāng)?shù)貢r(shí)間10月8日宣布,，將2024年諾貝爾物理學(xué)獎(jiǎng)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?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,。兩位獲獎(jiǎng)?wù)叩难芯坑泻我饬x,？為何物理學(xué)獎(jiǎng)會(huì)頒發(fā)給人工智能領(lǐng)域?qū)＜?？?duì)此,，新京報(bào)記者采訪(fǎng)了中國(guó)科學(xué)院自動(dòng)化研究所研究員,、聯(lián)合國(guó)人工智能高層顧問(wèn)機(jī)構(gòu)專(zhuān)家曾毅和清華大學(xué)計(jì)算機(jī)系教授鄧志東進(jìn)行解讀。獲獎(jiǎng)人開(kāi)創(chuàng)第三次人工智能的研究熱潮人工神經(jīng)網(wǎng)絡(luò)是20世紀(jì)80年代以來(lái)人工智能領(lǐng)域興起的研究熱點(diǎn),。它從信息處理角度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象,，建立某種簡(jiǎn)單模型，按不同的連接方式組成不同的網(wǎng)絡(luò),。據(jù)鄧志東介紹,，美國(guó)物理學(xué)家John J. Hopfield在1982年和1984年發(fā)表了兩篇基礎(chǔ)性人工神經(jīng)網(wǎng)絡(luò)的論文，引起了很大反響,。他提出了一種反饋互連網(wǎng)絡(luò),，并定義了一個(gè)神經(jīng)元狀態(tài)和連接權(quán)的能量函數(shù)。利用該網(wǎng)絡(luò)可以求解相聯(lián)記憶與優(yōu)化計(jì)算等問(wèn)題,。該網(wǎng)絡(luò)結(jié)構(gòu)后來(lái)被稱(chēng)為Hopfield網(wǎng)絡(luò),，最典型的例子是應(yīng)用該網(wǎng)絡(luò)可成功地求解旅行商問(wèn)題（人工智能領(lǐng)域中經(jīng)典問(wèn)題之一，是指旅行家要旅行n個(gè)城市，要求各個(gè)城市經(jīng)歷且僅經(jīng)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(jiǎn)稱(chēng)BP算法,，該算法至今仍是所有大模型自監(jiān)督學(xué)習(xí)算法采用的。在深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)方面,，Hinton也做出了開(kāi)創(chuàng)性貢獻(xiàn),，提出了AlexNet模型，實(shí)現(xiàn)了深度神經(jīng)網(wǎng)絡(luò),、大數(shù)據(jù)與GPU的融合,，由此開(kāi)創(chuàng)了第三次人工智能的研究熱潮?！八?018年獲得圖靈獎(jiǎng),，這一貢獻(xiàn)也是重要原因?！编囍緰|說(shuō),，現(xiàn)在的通用大模型都是深度神經(jīng)網(wǎng)絡(luò)，深度的含義就是把神經(jīng)網(wǎng)絡(luò)一層層堆起來(lái),，多層的好處就是可以支持更大規(guī)模的參數(shù),，更多數(shù)據(jù)的喂養(yǎng)。Hinton也被稱(chēng)為“人工智能教父”,。人工神經(jīng)網(wǎng)絡(luò)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(xué)獎(jiǎng)屬于“跨界”頒獎(jiǎng)嗎,？“表面上這次獎(jiǎng)項(xiàng)相關(guān)領(lǐng)域是機(jī)器學(xué)習(xí)與人工智能，但是從更廣泛的意義上講,，我認(rèn)為本次諾貝爾物理學(xué)獎(jiǎng)實(shí)際上授予了理論物理學(xué),。”曾毅說(shuō),，John Hopfield和Geoffrey Hinton兩位獲獎(jiǎng)?wù)叩难芯勘尘岸计鹪从谖锢韺W(xué),。從人工智能的視角觀(guān)察，兩位最核心的科學(xué)貢獻(xiàn)是將起源于理論物理,、生物物理兩個(gè)學(xué)科的理論成功應(yīng)用于構(gòu)建人工智能科學(xué)理論,。從多學(xué)科交叉的視角觀(guān)察，兩位獲獎(jiǎng)?wù)叨际抢碚撐锢?、人工智能,、神?jīng)科學(xué)的研究者。他們的主要研究成果深深地根植于他們從計(jì)算視角對(duì)理論物理與神經(jīng)科學(xué),，特別是學(xué)習(xí)與記憶的物理與神經(jīng)科學(xué)原理的觀(guān)察,、假設(shè),、建模與實(shí)踐，而研究成果更是雙雙貢獻(xiàn)于大腦智能和人工智能基礎(chǔ)科學(xué)理論的形成,，并在人工智能與機(jī)器學(xué)習(xí)領(lǐng)域取得了顯著的實(shí)踐效果與廣泛的應(yīng)用,。這說(shuō)明理論物理研究及其與神經(jīng)科學(xué),、心理學(xué)等學(xué)科的交叉研究對(duì)人工智能科學(xué)理論取得里程碑式的進(jìn)展具有重要的意義與啟發(fā),。曾毅說(shuō)，與諸多獲得諾貝爾獎(jiǎng)的科學(xué)成果一樣,，John Hopfield和Geoffrey Hinton兩位獲獎(jiǎng)?wù)叩目茖W(xué)貢獻(xiàn)都經(jīng)受住了時(shí)間和實(shí)踐的檢驗(yàn),。受理論物理與生物物理啟發(fā)的人工神經(jīng)網(wǎng)絡(luò)理論與模型成為現(xiàn)代人工智能最重要的理論基礎(chǔ)之一，特別是近兩年,，更在諸多科學(xué)領(lǐng)域取得了顯著和廣泛的應(yīng)用效果,，正在改變甚至顛覆諸多學(xué)科的研究范式，因此在這個(gè)時(shí)間點(diǎn)獲得了更多關(guān)注,，“人工神經(jīng)網(wǎng)絡(luò)雖然在物理學(xué)領(lǐng)域還不足與基礎(chǔ)物理學(xué)定律的貢獻(xiàn)相媲美,，卻是對(duì)世界可能產(chǎn)生重大影響的人工智能科學(xué)的基礎(chǔ)性貢獻(xiàn)?！敝Z獎(jiǎng)得主近年來(lái)關(guān)注人工智能安全問(wèn)題近年來(lái),，Geoffrey Hinton極為關(guān)注人工智能安全問(wèn)題。曾毅說(shuō),，正是由于對(duì)人類(lèi)智能和人工智能的雙重關(guān)注,，以及出于科學(xué)家對(duì)社會(huì)產(chǎn)生影響的責(zé)任心，使得Geoffrey Hinton針對(duì)人工智能可能產(chǎn)生的濫用惡用,、人工智能對(duì)人類(lèi)可能造成的生存風(fēng)險(xiǎn)進(jìn)行理論研究,，并面向公眾演講，提升公眾對(duì)人工智能風(fēng)險(xiǎn)的認(rèn)知,。曾毅說(shuō),，他同意Geoffrey Hinton對(duì)于人工智能可能給人類(lèi)產(chǎn)生生存風(fēng)險(xiǎn)的大多數(shù)判斷?！澳壳安⒉淮嬖诓⑶液茈y實(shí)現(xiàn)絕對(duì)安全的通用人工智能,，但是我們需要以此為目標(biāo)采用科學(xué)的方法繼續(xù)尋找可能的科學(xué)路徑?！彼J(rèn)為,，真正負(fù)責(zé)任的科學(xué)家，不但需要有能力做出科學(xué)突破,，還要對(duì)科學(xué)可能給社會(huì)造成的風(fēng)險(xiǎn)與影響給予充分關(guān)注,，并要通過(guò)科學(xué)的方法解決可能的隱患，使得科學(xué)貢獻(xiàn)于全人類(lèi)福祉,。他說(shuō),，近十年來(lái),，我國(guó)在人工神經(jīng)網(wǎng)絡(luò)方面的研究取得了進(jìn)展，特別是類(lèi)腦神經(jīng)網(wǎng)絡(luò)模型,、計(jì)算體系結(jié)構(gòu),、類(lèi)腦芯片方面的研究。但是在神經(jīng)網(wǎng)絡(luò)與人工智能的基礎(chǔ)理論,，特別是神經(jīng)科學(xué)與理論物理學(xué)交叉研究啟發(fā)的神經(jīng)網(wǎng)絡(luò)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(lèi)智能原理,、啟發(fā)未來(lái)人工智能的研究對(duì)于全世界而言仍處于起步階段,，中國(guó)在這個(gè)領(lǐng)域應(yīng)大有可為。新京報(bào)記者 張璐編輯 樊一婧 校對(duì) 付春愔