米兰-专家点评：正在改变世界的AI值得诺奖，跨学科研究彰显潜力—新闻—科学网

2024年诺贝尔物理学奖爆冷颁给两位机械进修科学家。机械进修为什么值得诺贝尔物理学奖？

10月8日，复旦年夜学计较机科学手艺学院传授、博导、上海市数据科学重点尝试室主任肖仰华在接管彭湃科技采访时暗示，“神经收集的两种根基实现机制之所以遭到物理奖的青睐，是由于这两个模子的设计遭到了物理学方式的开导，都和统计物理中的伊辛模子（Ising Model，一类描写物资相变的随机进程模子）有着高度关系，完全可以从统计物理学角度从头解读两个收集模子。”

“AI值得诺奖，或说不把诺奖发给AI，诺奖可能就不会那末主要，究竟AI在改变并且深入改变世界，包罗科学研究范式。”上海交通年夜学物理与天文学院、天然科学研究院传授嘹亮告知彭湃科技。

“AI值得诺奖”

普林斯顿年夜学的约翰 J 霍普菲尔德（John J. Hopfield）和加拿年夜多伦多年夜学的杰弗里 E 辛顿因“经由过程人工神经收集实现机械进修的根本性发现和发现”，取得2024年诺贝尔物理学奖。获奖者将同享1100万瑞典克朗（约合745万元人平易近币）奖金。

本年的两位诺贝尔物理学奖得主约翰 霍普菲尔德和杰弗里 辛顿从20世纪80年月最先就在人工神经收集方面展开了主要工作。他们利用了物理学的东西来开辟方式，这些方式是现今壮大的机械进修的根本。肖仰华介绍，两位诺奖得主的功效是两种神经收集的根本架构，各有其特征。霍普菲尔德收集可用在数据的存储和重现，辛顿发现的玻尔兹曼机经常使用作特点提取、降维处置。

嘹亮介绍，霍普菲尔德鉴戒物理学中自旋系统和能量态散布概念，将复杂的神经收集问题转化为能量最小化问题，1982年发现了霍普菲尔德收集。这是一种递归神经收集，具有对称毗连和能量函数，用在存储和检索模式。年夜脑就像一个庞大的记忆库，可以或许经由过程一点线索回忆起完全的记忆。霍普菲尔德收集就是摹拟这类记忆进程的神经收集模子。

1985年，辛顿等人提出了玻尔兹曼机，这是对霍普菲尔德收集的扩大。玻尔兹曼机引入了随机性，神经元状况以必然几率更新，遵守玻尔兹曼散布。二者一样利用能量函数，但经由过程摹拟退火等方式，玻尔兹曼性能够跳出局部最小值，找到全局最优解。

嘹亮暗示，机械进修取得诺贝尔物理学奖的直接缘由是，约翰 霍普菲尔德发现了帮忙寻觅贫乏图象的有记忆能力的收集——霍普菲尔德收集，而辛顿基在霍普菲尔德收集发现了玻尔兹曼机。但更深条理缘由在在，“AI值得诺奖，或说不把诺奖发给AI，诺奖可能就不会那末主要，究竟AI在改变并且深入改变世界，包罗科学研究范式。”

跨学科研究彰显潜力

正如诺奖官方评价称，物理学为机械进修的成长供给了东西，物理学作为一个研究范畴若何也从人工神经收集中受益将是有趣的。持久以来，机械进修一向被用在之前诺贝尔物理学奖中熟习的范畴，包罗用机械进修挑选和处置发现希格斯粒子所需的年夜量数据、寻觅系外行星。

最近几年来，人工智能手艺也最先用在计较和猜测份子和材料的性质，好比计较卵白质份子的布局，或计较出可用在更高效的太阳能电池的材料。

“诺贝尔物理学奖授与机械进修，跨学科研究彰显出庞大潜力。”肖仰华暗示，跨学科研究或将获得立异性功效，从而遭到世界级奖项的承认。物理学乃至传统天然学科颠末几百年的成长沉淀了年夜量理论和方式，对人工智能如许的新兴学科有着庞大开导和参考意义。“在人工智能和其他新兴学科的漫长成长道路中，以加倍开放的跨学科视野，融会传统天然学科的理论和方式，成长新兴学科，解决新兴学科碰到的问题，这是做出立异性功效的主要思绪。”

此次诺贝尔物理学奖花落机械进修，也引发了计较机范畴的震动和兴奋，看到了操纵物理等相干方式展开计较机研究的可能性和前景。这是物理奖汗青上第一次授与计较机范畴的科学家。在为数不多的取得诺贝尔奖的计较机专家中，中国科学院外籍院士、1975年图灵奖得主司马贺（Herbert A. Simon）曾在1978年取得诺贝尔经济学奖。

值得留意的是，辛顿因在深度进修方面的进献与约书亚 本希奥和杨立昆一同被授与了2018年的图灵奖，而约翰 霍普菲尔德还不曾取得计较机范畴的这一最高奖。肖仰华暗示，这也注解，在分歧学科视角下，对科学进献的观点是分歧的。

特殊声明：本文转载仅仅是出在传布信息的需要，其实不意味着代表本网站不雅点或证实其内容的真实性；如其他媒体、网站或小我从本网站转载利用，须保存本网站注明的“来历”，并自大版权等法令责任；作者假如不但愿被转载或联系转载稿费等事宜，请与我们联系。