米兰-国内学者解读2024年诺贝尔物理学奖—新闻—科学网

10月8日，美国科学家约翰 霍普菲尔德和英裔加拿年夜科学家杰弗里 辛顿，因在利用人工神经收集机械进修方面的根本性发现和发现而荣获2024年诺贝尔物理学奖。

得知诺奖授与人工智能范畴的研究者，上海交通年夜学人工智能学院传授张娅既震动又冲动。“震动的是诺贝尔物理学奖居然颁给了计较机科学家，冲动的是人工智能范畴取得了更普遍的承认。”张娅说。

在人工智能范畴作出奠定性进献

人工神经收集是一种摹拟人脑神经元工作体例的机械进修模子，旨在经由过程模拟年夜脑的工作体例来处置复杂的计较问题。现在人工神经收集被普遍利用在医学、工程等各个范畴，并且有望用在设计下一代计较机。

“概况上看，2024年诺贝尔物理学奖授与了人工智能范畴，但从更普遍的意义上讲，这个奖现实上授与了理论物理学。”中国科学院主动化研究所研究员、结合国人工智能高层参谋机构专家曾毅说，两位获奖者的研究布景都发源在物理学。

方才获奖的两位科学家，在人工神经收集研究方面做了良多奠定性工作。

“辛顿提出了反向传布算法，让人工神经收集的练习成了一种可能；霍普菲尔德提出了霍普菲尔德收集，这个收集对初期人工神经收集成长具有主要意义，20世纪80年月，很多物理学家都曾操纵霍普菲尔德收集实现了由物理学到神经科学的逾越。”张娅说。

“1986年，辛顿颁发了反向传布算法的经典论文。固然反向传布算法降生在20世纪60年月，但这篇论文让人们真正熟悉到它的主要性，掀起了神经收集研究范畴的‘文艺中兴活动’。”商汤智能财产研究院院长田丰说，今天，生成式人工智能年夜模子、多模态年夜模子的练习都离不开反向传布算法。

“从人工智能的视角不雅察，可以说他们两位最焦点的科学进献，是将发源在理论物理、生物物理两个学科的理论成功利用在构建人工智能科学理论。学科交叉研究为人工智能斥地了新六合。”曾毅说。

曾毅认为，霍普菲尔德对记忆与联系关系进修的智能理论计较模子进献很年夜，该模子在布局上是一个典型的轮回神经收集，其布局近似在人脑中的海马体脑区；而辛顿对深度神经收集和其练习方式的进献，首要在条理化与抽象化进修的智能理论计较模子方面，该模子在布局上是一个典型的条理化神经收集，类似的布局可以在人类年夜脑皮层毗连模式中找到。

苦守曾走欠亨的冷门专业

被誉为“AI教父”的辛顿，是现代俗称的人工智能三巨子之一，今朝国际上活跃的良多人工智能专家都是他的学生或同事，好比，openAI曾的首席科学家伊利亚 苏茨克韦尔就是他的博士生。

“辛顿在1978年取得人工智能博士学位后，正遇上人工智能低谷期。阿谁时辰人工智能范畴的主流理论是符号主义和专家系统，神经收集这条路一度走欠亨。但是，辛顿并没有抛却，一向对峙在神经收集范畴做摸索。”田丰说，直到2000年摆布GPU鼓起，辛顿才获得一些重年夜冲破。尔后，他率领学生一路披荆棘，在人工智能范畴取得多个里程碑式功效。

“可以说，辛顿在青年期间很苦，那时辰神经收集这个研究标的目的看不到但愿，由于那时辰既没有海量的互联网数据，也没有壮大的GPU算力，只有算法，神经收集这条路明显是走欠亨的。同时人工智能也是一个冷门专业，学这个专业的人也欠好找工作。”田丰告知科技日报记者，而人工智能的快速成长，却得益在辛顿在学术上的苦守。

此刻，辛顿高度存眷人工智能的平安风险。“针对人工智能可能发生滥用恶用、人工智能对人类可能酿成的保存风险，辛顿不但进行了理论研究，还积极面向公家展开演讲，以晋升公家对人工智能风险的认知。”曾毅说。

在曾毅看来，与诸多取得诺贝尔奖的科学功效一样，霍普菲尔德和辛顿的科学进献都承受住了时候和实践的查验。

“受理论物理与生物物理开导的人工神经收集理论与模子，不但是现代人工智能最主要的理论根本之一，近两年在诸多科学范畴也获得了显著和普遍的利用结果，正在改变乃至是倾覆诸多学科的研究范式。”曾毅说。

（科技日报北京10月8日电）

（原题目：学科交叉研究为人工智能斥地新六合）

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。