北京时间10月8日下午5时45分许,2024年诺贝尔物理学奖揭晓。美国普林斯顿大学科学家约翰·霍普菲尔德(John J. Hopfield)和加拿大多伦多大学科学家杰弗里·辛顿(Geoffrey E. Hinton)获奖,以表彰他们“基于人工神经网络实现机器学习的基础性发现和发明”。
他们用物理学训练人工神经网络
人工智能通常指的是使用人工神经网络的机器学习,这项技术最初是受到大脑结构的启发。在人工神经网络中,大脑的神经元由具有不同值的节点表示。这些节点通过连接相互影响,这些连接可以被比作突触,可以增强或减弱。例如,通过在同时具有高值的节点之间建立更强的连接来训练网络。今年的获奖者从20世纪80年代开始就在人工神经网络方面开展了重要的工作。
John Hopfield发明了一种网络,可以使用一种方法来保存和重建模式。我们可以把节点想象成像素。Hopfield网络利用物理学来描述材料的特性,这是由于它的原子自旋——使每个原子成为微小磁铁的一种特性。整个网络的描述方式相当于物理中发现的自旋系统中的能量,并通过寻找节点之间的连接值来训练,以便保存的图像具有低能量。当Hopfield网络得到一张扭曲或不完整的图像时,它会有条不紊地通过节点并更新它们的值,这样网络的能量就会下降。因此,网络逐步找到最像它输入的不完美图像的已存图像。
“获奖者的工作已经带来了巨大的好处。在物理学中,我们在广泛的领域使用人工神经网络,例如开发具有特定性能的新材料。”诺贝尔物理学委员会主席Ellen Moons说。
获奖者简历
John J. Hopfield,1933年出生于美国芝加哥。1958年从美国康奈尔大学获得博士学位。目前为美国普林斯顿大学教授。
Geoffrey E. Hinton,1947年出生于英国伦敦。1978年从英国爱丁堡大学获得博士学位。目前为加拿大多伦多大学教授。
| 基于人工神经网络实现机器学习的基础性发现和发明。 图片来源:瑞典皇家科学院/Johan Jarnestad
来源 | 中国科学报
编辑 | 王航飞 校读 | 胡丽华
责编 | 江英华 王姝 监制 | 尤成勇