0
| 本文作者： 劉潔 | 2024-10-10 10:26 |
就在剛剛，瑞典皇家科學(xué)院決定將 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)，“表彰他們通過(guò)人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。
Geoffrey Hinton 出生于1947 年12 月 6 日，英裔加拿大籍心理學(xué)家、計(jì)算機(jī)學(xué)家。1986年，他曾與 David Rumelhart 和 Ronald J. Williams 共同發(fā)表的論文 Learning representations by back-propagating errors ，被引用了 39626 次，該論文推廣了用于訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的反向傳播算法。除此之外，他還發(fā)明了波爾茲曼機(jī)（Boltzmann Machine）和受限波爾茲曼機(jī)（Restricted Boltzmann Machine），這些模型對(duì)深度學(xué)習(xí)的發(fā)展起到了重要的作用。Geoffrey Hinton 也因此被視為深度學(xué)習(xí)領(lǐng)域的領(lǐng)軍人物。目前，Hinton在谷歌擔(dān)任高級(jí)工程師，并參與領(lǐng)導(dǎo)“谷歌大腦”項(xiàng)目。
與他一同獲獎(jiǎng)的美國(guó)物理學(xué)家 John Hopfield 出生于 1933 年 7 月 15 日，是加州理工學(xué)院計(jì)算與神經(jīng)系統(tǒng)博士項(xiàng)目的創(chuàng)始人之一。值得一提的是，Hopfield 的研究領(lǐng)域跨度很大，包括物理學(xué)、分子生物學(xué)和神經(jīng)科學(xué)。1982年，他提出了霍普菲爾德網(wǎng)絡(luò)（Hopfield Network），這是一種聯(lián)想記憶模型，能夠存儲(chǔ)和重建模式，并且能夠利用能量函數(shù)來(lái)描述神經(jīng)網(wǎng)絡(luò)的狀態(tài)空間，為后來(lái)的深度學(xué)習(xí)和機(jī)器學(xué)習(xí)奠定了基礎(chǔ)。
Hopfield的學(xué)術(shù)生涯也是相當(dāng)精彩，1973年當(dāng)選為美國(guó)國(guó)家科學(xué)院院士，1975年當(dāng)選為美國(guó)藝術(shù)與科學(xué)院院士，1988年當(dāng)選為美國(guó)哲學(xué)會(huì)會(huì)員，2001年因在將生物學(xué)理解為物理過(guò)程方面做出的跨學(xué)科貢獻(xiàn)而被授予 ICTP狄拉克獎(jiǎng)?wù)?。而他目前的研究和最近的論文則是主要集中在動(dòng)作電位計(jì)時(shí)和同步在神經(jīng)生物學(xué)計(jì)算中的使用方式。
諾獎(jiǎng)官方一條簡(jiǎn)短的推文，直接讓推特炸開(kāi)了鍋。
得獎(jiǎng)?wù)逩eoffrey Hinton表示，這也太突然了。
劍橋大學(xué)火速轉(zhuǎn)發(fā)了官方推文，祝賀校友 Geoffrey Hinton 榮獲諾貝爾物理學(xué)獎(jiǎng)。
多倫多大學(xué)校長(zhǎng)梅里克·格特勒 (Meric Gertler)表示：“我代表多倫多大學(xué)，非常高興地祝賀大學(xué)名譽(yù)教授杰弗里·辛頓 (Geoffrey Hinton) 獲得 2024 年諾貝爾物理學(xué)獎(jiǎng)?！?“多倫多大學(xué)社區(qū)對(duì)他的歷史性成就感到非常自豪?！?/p>
推特網(wǎng)友也紛紛發(fā)來(lái)賀電，恭喜 Geoffrey Hinton 和 John Hopfield 拿下諾貝爾獎(jiǎng)。
即使是人工智能的批評(píng)者也放下了成見(jiàn)，為人工智能拿到的這一份特殊榮譽(yù)驕傲。
不過(guò)拿獎(jiǎng)歸拿獎(jiǎng)，更多的網(wǎng)友都在祝賀的同時(shí)一臉懵，人工智能的成就怎么拿了物理學(xué)獎(jiǎng)呢？
諾獎(jiǎng)官方是這樣解釋的：
今年物理學(xué)獎(jiǎng)得主的突破建立在物理科學(xué)的基礎(chǔ)上。他們?yōu)槲覀冋故玖艘环N全新的方式來(lái)使用計(jì)算機(jī)來(lái)幫助和指導(dǎo)我們解決許多問(wèn)題
我們的社會(huì)面臨的挑戰(zhàn)。
感謝他們的工作，人類(lèi)的工具箱中現(xiàn)在有了一個(gè)新項(xiàng)目，我們可以選擇將其用于良好的目的?；谌斯ど窠?jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)目前正在徹底改變科學(xué)、工程和日常生活。
該領(lǐng)域已經(jīng)在建設(shè)可持續(xù)社會(huì)方面取得突破，例如識(shí)別新的功能材料。未來(lái)如何使用人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)取決于我們?nèi)祟?lèi)如何選擇使用這些已經(jīng)存在于我們生活的許多方面的極其強(qiáng)大的工具。
官方還做了一個(gè)更簡(jiǎn)單易懂的解釋?zhuān)斯ぶ悄苌窠?jīng)網(wǎng)絡(luò)一開(kāi)始就是為了模仿大腦而設(shè)計(jì)的。
斯坦福的應(yīng)用物理學(xué)教授表示，人工智能的很多重要基礎(chǔ)都依賴(lài)于物理學(xué)，拿獎(jiǎng)理所當(dāng)然，而且理解和改進(jìn)人工智能已經(jīng)成了物理學(xué)的新的前沿課題了！
另一位物理學(xué)教授也給出了自己的看法，機(jī)器學(xué)習(xí)在粒子物理學(xué)的數(shù)據(jù)分析中可是不可或缺的關(guān)鍵技術(shù)，能拿諾貝爾獎(jiǎng)當(dāng)之無(wú)愧。
另一位量子學(xué)副教授也解釋說(shuō)，Hopefield 網(wǎng)絡(luò)、基于能量的模型、RBM 是物理學(xué)和機(jī)器學(xué)習(xí)之間最自然的聯(lián)系之一，能看到看到諾貝爾物理學(xué)獎(jiǎng)高度認(rèn)可這一點(diǎn)既意外又開(kāi)心。
也有網(wǎng)友調(diào)侃道，別管人工智能要不要解決物理問(wèn)題了，人工智能現(xiàn)在可是真正的“物理學(xué)”了。
還有網(wǎng)友開(kāi)玩笑，人工智能拿物理獎(jiǎng)，我們不會(huì)真的活在虛擬現(xiàn)實(shí)里吧？
也有網(wǎng)友吐槽，這不就是圖靈獎(jiǎng)的定位嗎？畢竟圖靈獎(jiǎng)一直被業(yè)界稱(chēng)為“計(jì)算機(jī)界的諾貝爾獎(jiǎng)”。
另一位網(wǎng)友表示，要不然干脆設(shè)立一個(gè)諾貝爾計(jì)算機(jī)獎(jiǎng)吧？
今年的諾貝爾物理獎(jiǎng)的評(píng)選，可謂“冷門(mén)”。因?yàn)橥ǔＨ藗冋J(rèn)為物理學(xué)獎(jiǎng)應(yīng)該授予那些在傳統(tǒng)物理學(xué)領(lǐng)域做出重大發(fā)現(xiàn)的科學(xué)家，然而，這一決定恰恰強(qiáng)調(diào)了物理學(xué)與人工神經(jīng)網(wǎng)絡(luò)之間的緊密聯(lián)系，以及物理學(xué)在推動(dòng)神經(jīng)網(wǎng)絡(luò)研究中所發(fā)揮的關(guān)鍵作用。
以下則是瑞典皇家科學(xué)園新聞稿給出的兩位獲獎(jiǎng)?wù)攉@獎(jiǎng)原因的解釋?zhuān)ㄔ囊?jiàn)：https://www.nobelprize.org/prizes/physics/2024/press-release/）：
約翰·霍普菲爾德發(fā)明了一種網(wǎng)絡(luò)，它使用一種保存和重新創(chuàng)建模式的方法。我們可以將節(jié)點(diǎn)想象成像素。霍普菲爾德網(wǎng)絡(luò)利用物理學(xué)來(lái)描述材料由于原子自旋而產(chǎn)生的特性——這種特性使每個(gè)原子都成為一個(gè)微小的磁鐵。整個(gè)網(wǎng)絡(luò)的描述方式相當(dāng)于物理學(xué)中自旋系統(tǒng)的能量，并通過(guò)尋找節(jié)點(diǎn)之間連接的值來(lái)進(jìn)行訓(xùn)練，以便保存的圖像具有較低的能量。當(dāng)霍普菲爾德網(wǎng)絡(luò)被輸入扭曲或不完整的圖像時(shí)，它會(huì)有條不紊地處理節(jié)點(diǎn)并更新它們的值，從而降低網(wǎng)絡(luò)的能量。因此，網(wǎng)絡(luò)逐步找到與輸入的不完美圖像最相似的保存圖像。
杰弗里·辛頓 (Geoffrey Hinton)以霍普菲爾德網(wǎng)絡(luò)為基礎(chǔ)，創(chuàng)建了一個(gè)采用不同方法的新網(wǎng)絡(luò)：玻爾茲曼機(jī)。它可以學(xué)習(xí)識(shí)別給定類(lèi)型數(shù)據(jù)中的特征元素。辛頓使用了統(tǒng)計(jì)物理學(xué)的工具，統(tǒng)計(jì)物理學(xué)是一門(mén)由許多相似組件構(gòu)建的系統(tǒng)科學(xué)。通過(guò)輸入機(jī)器運(yùn)行時(shí)很可能出現(xiàn)的示例來(lái)訓(xùn)練機(jī)器。玻爾茲曼機(jī)可用于對(duì)圖像進(jìn)行分類(lèi)，或創(chuàng)建訓(xùn)練模式類(lèi)型的新示例。辛頓在此基礎(chǔ)上繼續(xù)發(fā)展，幫助開(kāi)啟了機(jī)器學(xué)習(xí)的爆炸式發(fā)展。
John Hopfield最初是一位物理學(xué)家，他的研究領(lǐng)域包括量子統(tǒng)計(jì)力學(xué)和凝聚態(tài)物理。后來(lái)，他將研究興趣擴(kuò)展到了生物物理學(xué)，探索生物系統(tǒng)中的物理過(guò)程。Hopfield在1982年提出了著名的Hopfield網(wǎng)絡(luò)，這是一種能夠進(jìn)行聯(lián)想記憶的神經(jīng)網(wǎng)絡(luò)模型，這一發(fā)現(xiàn)標(biāo)志著物理學(xué)思想在神經(jīng)網(wǎng)絡(luò)研究中的首次重大突破。此后，物理學(xué)家在神經(jīng)網(wǎng)絡(luò)和神經(jīng)動(dòng)力學(xué)的研究中發(fā)揮了重要作用，他們的工作不僅推動(dòng)了理論的發(fā)展，也為實(shí)際應(yīng)用提供了理論基礎(chǔ)。
2001年，Hopfield因其在生物學(xué)作為物理過(guò)程理解方面的跨學(xué)科貢獻(xiàn)而獲得了的國(guó)際理論物理中心狄拉克獎(jiǎng)?wù)?。他的工作涵蓋了生物分子合成中的校對(duì)過(guò)程、神經(jīng)網(wǎng)絡(luò)中吸引子的集體動(dòng)力學(xué)和計(jì)算，為打通物理學(xué)和人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)研究指明了方向。
2021年，諾貝爾物理學(xué)獎(jiǎng)?lì)C發(fā)給了三位在復(fù)雜系統(tǒng)領(lǐng)域做出杰出貢獻(xiàn)的科學(xué)家，其中包括喬治·帕里西（George Parisi）。帕里西在無(wú)序系統(tǒng)方面的研究，特別是他提出的復(fù)本對(duì)稱(chēng)破缺方法解決自旋玻璃問(wèn)題，對(duì)神經(jīng)網(wǎng)絡(luò)等交叉學(xué)科產(chǎn)生了深遠(yuǎn)影響。這一事件表明，物理學(xué)獎(jiǎng)已經(jīng)開(kāi)始認(rèn)可那些在物理學(xué)與其他學(xué)科交叉領(lǐng)域做出重大貢獻(xiàn)的科學(xué)家。
而Geoffrey Hinton也與諾貝爾物理獎(jiǎng)?lì)H有淵源，2013年，Hinton的博士同門(mén)學(xué)長(zhǎng)Peter Higgs就獲得了當(dāng)年的諾貝爾物理學(xué)獎(jiǎng)。
神經(jīng)網(wǎng)絡(luò)的研究不僅僅局限于生物學(xué)和計(jì)算機(jī)科學(xué)，它還包含了許多物理學(xué)的核心思想，如梯度下降、伊辛模型等。這些物理概念不僅為神經(jīng)網(wǎng)絡(luò)的理論提供了基礎(chǔ)，也為算法的優(yōu)化和應(yīng)用提供了工具。
由此可見(jiàn)，物理學(xué)和人工神經(jīng)網(wǎng)絡(luò)之間的聯(lián)系是緊密而深刻的。Hopfield的工作是從0到1的開(kāi)創(chuàng)性貢獻(xiàn)，而Hinton則在此基礎(chǔ)上進(jìn)行了發(fā)揚(yáng)光大。兩位學(xué)者的共同獲獎(jiǎng)，不僅是對(duì)他們個(gè)人成就的認(rèn)可，也是對(duì)物理學(xué)在神經(jīng)網(wǎng)絡(luò)領(lǐng)域所發(fā)揮的重要作用的肯定。這一決定強(qiáng)調(diào)了跨學(xué)科研究的重要性，以及物理學(xué)在推動(dòng)現(xiàn)代科技發(fā)展中的核心作用。雷峰網(wǎng)
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
