第A6版:关注 上一版3  4下一版
 
标题导航
  内容检索:
 
  2024年10月9日 星期 放大 缩小 默认 >>返回首页
两位“AI教父”分享 诺贝尔物理学奖
霍普菲尔德与欣顿(右)获得诺贝尔物理学奖
天然神经元和人工神经元
大脑的神经网络是由活细胞、神经元组成的,具有先进的内部机制。它们可以通过突触相互发送信号。当我们学习东西时,一些神经元之间的联系会变强,而另一些则会变弱。
人工神经网络由带有编码值的节点组成。节点相互连接,当网络被训练时,同时活跃的节点之间的连接会变强,否则会变弱。

万万没想到……2024年诺贝尔物理学奖,授予了从事人工智能研究的科学家。

北京时间10月8日下午5点45分许,2024年诺贝尔物理学奖揭晓。约翰·J·霍普菲尔德(John J. Hopfield)和图灵奖得主、AI教父杰弗里·E·欣顿(Geoffrey E. Hinton)获奖,以表彰他们通过人工神经网络实现机器学习的基础性发现和发明。而他们运用物理学的工具,构建了能够存储和重构信息、自主发现数据特征的方法,为今天强大的人工神经网络铺平了道路。显然,这并非传统物理学的分支领域。

现代快报/现代+记者 是钟寅 李鸣 李楠 综合 图源:诺贝尔奖官网截图、Johan Jarnestad/瑞典皇家科学院

从大脑到机器:模仿自然的智慧

人工神经网络的灵感来源于我们的大脑。就像大脑由数十亿个神经元通过突触相连一样,人工神经网络由大量的“节点”通过“连接”组成。每个节点就像一个神经元,可以存储一个值;而连接的强弱则类似于突触的强度,决定了信息传递的效果。

霍普菲尔德

联想记忆:在“能量景观”中存储信息

霍普菲尔德,1933年出生于美国伊利诺伊州芝加哥市,1958年获得美国康奈尔大学博士学位,现任美国普林斯顿大学教授。1982年,他提出一种革命性的网络结构,被称为“霍普菲尔德网络”。这个网络能够存储多个模式(比如图像),并且在给定不完整或有噪声的输入时,能够重构出最相似的存储模式。

霍普菲尔德的灵感来自物理学中描述磁性材料的理论。他将网络的状态比作一个“能量景观”,每个存储的模式就像景观中的一个山谷。当网络接收到新的输入时,就像在这个景观中滚动一个球,最终会停在最接近的山谷中,也就是找到了最相似的存储模式。

这种方法非常适合处理有噪声或部分缺失的数据,比如恢复受损的图像或识别手写字符。

欣顿

玻尔兹曼机:自主学习的突破

欣顿,1947年出生于英国伦敦,1978年获得英国爱丁堡大学博士学位,现任加拿大多伦多大学教授。他被誉为“深度学习之父”,主攻机器学习与神经网络。

霍普菲尔德的网络主要用于存储和检索信息,欣顿则更进一步,希望机器能像人类一样自主学习和分类信息。1985年,欣顿和同事提出了“玻尔兹曼机”,这个名字源于19世纪物理学家路德维希·玻尔兹曼的方程。

玻尔兹曼机通常由两层节点组成:可见层用于输入和输出信息,隐藏层则影响整个网络的功能。这种结构允许网络不仅能识别已知模式,还能生成新的、相似的模式。比如,它可以在看过多张猫的图片后,生成一张新的、看起来像猫的图像。

更重要的是,玻尔兹曼机能够通过例子学习,而不需要明确的指令。给它看足够多的猫和狗的图片,它就能学会区分这两类动物,甚至识别它从未见过的新图片。

诺贝尔物理学奖的“跨界”有些出人意料

霍普菲尔德和欣顿的工作为机器学习奠定了理论基础,但真正的革命是在2010年左右开始的。得益于海量数据的可用性和计算能力的巨大提升,今天的人工神经网络已经发展成为拥有数十亿甚至上万亿参数的“深度神经网络”。

这些网络被广泛应用于各个领域,从语言翻译到图像识别,从推荐系统到科学研究。例如,它们帮助物理学家在海量数据中寻找希格斯粒子,协助天文学家发现系外行星,甚至在预测蛋白质结构和设计新材料方面发挥重要作用。

两位获奖者的成就世所公认,都堪称“AI教父”级别。特别是欣顿,他早在2018年就获得了计算机领域最高奖——图灵奖。

诺贝尔物理学奖公布后,众多学者都表示意外,甚至有人调侃,“从此,计算机领域的最高荣誉不再是图灵奖了。”言下之意,此次诺贝尔物理学奖的“跨界”,确实有些出人意料。

约翰·霍普菲尔德的联想记忆结构是所有节点都相互连接,信息从所有节点输入和读出。

杰弗里·欣顿的玻尔兹曼机通常由两层构成,其中信息通过一层可见节点输入和读出。它们与隐藏节点相连,从而影响整个网络的运行方式。

在受限玻尔兹曼机中,同一层的节点之间没有连接。这些机器通常串联使用。在训练完第一个受限玻尔兹曼机后,隐藏节点的内容用于训练下一个机器,依此类推。

用了物理学的工具发明了人工神经网络

诺贝尔奖官网这样解释霍普菲尔德与欣顿的获奖原因:今年的两位诺贝尔物理学奖得主使用了物理学的工具,为当今强大的机器学习方法奠定了基础。

两位获奖者的成就来源于“物理学的工具”,因此也能归入物理学范畴。换个角度看,物理学家跨界发明了人工神经网络,再次证明了跨学科交叉,在前沿研究中已然成为新常态。

正如诺贝尔奖官网新闻稿中所言,“今年物理学奖获得者的突破是物理科学的基础,他们展示了一种全新的方式,让我们利用计算机来帮助和指导我们应对我们社会所面临的诸多挑战。由于他们的成果,人类的工具箱里现在有了一种新的工具,我们可以选择利用它大展身手。”

诺贝尔物理学奖委员会主席 Ellen Moons表示,“两位获奖者的工作已经产生了巨大的效益。在物理学领域,我们将人工神经网络应用于广泛的领域,例如开发具有特定属性的新材料。”

据悉,诺贝尔物理学奖是诺贝尔奖的六个奖项之一,由瑞典皇家科学院每年颁发给在物理科学领域作出杰出贡献的科学家。从1901年至2023年,诺贝尔物理学奖共颁发了117次,没有颁发的六年分别是1916年、1931年、1934年、1940年、1941年和1942年。共225人次获奖,实际获奖个人为224人,因为美国物理学家John Bardeen于1956年和1972年两次获奖。

链接

过去5年

诺贝尔物理学奖

得主名单

2023年

美国科学家Pierre Agostini、德国科学家Ferenc Krausz和法国/瑞典科学家Anne L’Huillier,以表彰他们“开发了产生阿秒光脉冲的实验方法,用于研究物质中的电子动力学”。

2022年

法美奥三位科学家Alain Aspect、John F. Clauser和Anton Zeilinger获奖,获奖理由是“进行了纠缠光子的实验,确立了贝尔不等式的违反,并开创了量子信息科学”。

2021年

美德意三位科学家因“对人们理解复杂物理系统的开创性贡献”而获奖。美籍日裔科学家Syukuro Manabe、德国科学家Klaus Hasselmann的获奖理由是“物理模拟地球气候,量化变化和可靠地预测全球变暖”;意大利科学家Giorgio Parisi的获奖理由是“发现从原子到行星尺度的物理系统的无序和波动的相互作用”。

2020年

英国科学家Roger Penrose获奖,获奖理由是“发现黑洞形成是广义相对论的一个有力预测”;另外两位获奖者是德国和美国科学家Reinhard Genzel、Andrea Ghez,获奖理由是“在银河系中心发现了一个超大质量的致密天体”。

2019年

美国科学家James Peebles获奖,获奖理由是“在物理宇宙学的理论发现”;另外两位获奖者是瑞士科学家Michel Mayor和Didier Queloz,获奖理由是“发现了一颗围绕类太阳恒星运行的系外行星”。

放大 缩小 默认
 
现代快报版权所有 版权声明  | 联系方式 | 网管信箱 | 广告服务

苏ICP备10080896号-6 广告热线:96060 版权申明 本网法律顾问:江苏曹骏律师事务所曹骏律师

版权所有 江苏现代快报传媒有限公司 @copyright 2007~2016 xdkb.net corperation.All rights reserved.