新華社斯德哥爾摩10月8日電 科普｜2024年諾貝爾物理學獎跟圖靈獎“搶飯碗”？——機器學習獲諾獎凸顯跨學科研討的驚人氣力
新華社記者郭爽
8日宣布的2024年諾貝爾物理學獎“不測”垂青機器學習，讓多個諾獎包養預測集體“翻車”，就連獲獎者之一的杰弗里·欣頓也坦言本身“完整沒想到”。看似不屬于傳統物理學任何一個分支領包養網價錢域的結果斬獲諾獎，包養網讓不少學者開打趣說諾貝爾物理學獎在跟計算機界的圖靈獎“搶飯碗”。
事實上，機器學習領域包養的元老級人物約翰·霍普菲爾德和杰弗里·欣頓斬獲諾獎，如諾獎官方通知佈告所說恰是因為“運用物理學的東西”。本年的諾貝爾物理學獎不僅是對兩名科學家成績的確定，更是極年夜強調了跨學科研討的主要性，向人們展現了物理學的深入洞見與計算機科學創新“碰撞”可以產生的宏大能量。
當後人們談論人工智能時，經常指的是應用人工神經網絡的機器學習。諾貝爾物理學委員會秘書烏爾夫·丹尼爾松對記者強調，人工神經網絡在物理學中的研討和應用已經持續了相當長一段時間，本次諾貝爾物理學獎并非頒發給過往幾年人工智能的發展，不是針對年夜語言模子或類似的東西，而是針對基礎發明。
遠在人工智能成為明天的科技熱詞之前，這兩名科學家從20世紀80年月起就在人工神經網絡領域做出了主要任務。這項技術最後的靈感來自豪腦的結構。就像年夜腦中大批神經元通過突觸相連一樣，人工神經網絡由大批的“節點”通過“連接”組成。每個節點就像一個神經元，而連接的強弱則類似于突觸的強度，決定了信息傳遞的後果。
1982年，american科學家約翰·霍普菲爾德創建了一種用于機器的聯想記憶方式，提出了一種反動性的網絡結構，被稱為“霍普菲爾德網絡”。這個網絡能夠存儲多個形式（好比圖像），并且在面對不完全或有噪聲的輸進時，能夠重構出最類似的形式。
英國裔加拿年夜科學家杰弗里·欣頓在此基礎上更進一個步驟，他盼望機器能像人類一樣自立學習和分類信息，于1985年和同事提出了“玻爾茲曼機”的網絡模子，這個名字源于19世紀物理學家路德維希·玻爾茲包養曼的方程。該模子通過統計物理學中的玻爾茲曼分布來識別數據中的特征，成為了現代深度學習網絡的基礎。欣頓的研討繼續推進，導致了當前機器學習領域爆炸式的發展。
愛爾蘭都柏林圣三一學院認知神經科學傳授羅德里·丘薩克8日評論指出，人工神經網絡最後遭到神經科學的啟發，并且兩者之間的彼此感化持續蓬勃發展。人工神經網絡已被證明是年夜腦學習過程的寶貴模子，機器正在幫助我們清楚本身，這反過來又為技術發展供給了新的途徑。假如沒有霍普菲爾德和欣頓的開創性任務，這一切都不成能實現。
霍普菲爾德和欣頓的任務不僅推動了機器學習的發展，還對物理學產生了深遠影響。正如丹尼爾松當天在接收新華社記者采訪時所說，物理學的道理為兩名科學家供給了思緒，同時，人工神經網絡在物理學中也獲得了廣泛應用，催生新的驚人發現。
諾貝爾物理學委員會主席埃倫·穆恩斯在當天的新聞發布會上表現，兩名獲獎者應用統計物理的基礎概念設計了人工神經網絡，構建了機器學習的基礎。相關技術已被用于推動多個領域的研討，包含粒子物理、資料科學和天體物理等，也已用于日常生涯中的人臉識別和語言翻譯等。
機器學習的敏捷發展不僅帶來了宏大的機遇，也引發人們對于倫理和平安方面的擔憂。穆恩斯當天在發布會上強調說，人類有責任以平安且品德的方法應用這項新技術，以確保它能為全人類帶來最年夜的好處。
欣頓當天在接收電話連線采訪時表現，這一技術將對社會產生宏大影響，但也必須警戒這一技術能夠形成的威脅。丹尼爾松也指出，機器學習與基因編輯等眾多前沿技術的發展是“雙刃劍”，人們必須警戒出現壞的結果。在這方面，尤其需求全球一起配合。
發佈留言