2024 年 10 月 8 日足交 twitter，瑞典皇家科学院晓示，将 2024 年诺贝尔物理学奖授予好意思国普林斯顿大学教师 约翰·J·霍普菲尔德（John J. Hopfield ）和加拿大多伦多大学教师杰弗里·E·辛顿（ Geoffrey E. Hinton），以犒赏他们“在东谈主工神经汇集机器学习方面的基础性发现和发明”。
这两位科学家的使命为现在雄壮的机器学习手艺奠定了基础。Hopfield 创造了一种八成存储和重建信息的结构，而 Hinton 发明了一种不错沉着发现数据中律例的举止，这种举止对现在使用的大型东谈主工智能系统至关攻击。
两位获奖东谈主肖像（图片起原：诺贝尔奖委员会官网）
机器学习：
估计机的自主学习之旅
Hopfield 和 Hinton 的首创性使命为一个更庸俗的鸿沟“机器学习”奠定了基础。
机器学习是东谈主工智能的中枢，它的主张是让估计机八成从数据中学习并完成任务，而不需要完成任何指示王人需要领先进行复杂而脆弱的编程，这种举止与传统上基于编程的估计机使命模式有着本色的分袂。
传统的估计机范例就像一个精准的食谱：范例员需要详备列出每一个神志，估计机智力完成任务。而机器学习更像是教一个孩子烹调：你给他们看很多例子，让他们我方转头律例。这种举止使得估计机八成处理那些难以用固定例则描摹的复杂任务，如图像识别或语音分解。
在机器学习的历程中，估计机领先领受庞大的数据当作学习材料。举例，淌若咱们要磨练一个识别猫的系统，咱们需要汇集庞大猫和非猫的图片。然后，咱们遴荐一个符合的学习模子，比如后文中会先容的 Hopfield 的梦想系念汇集或 Hinton 的玻尔兹曼机。
接下来，模子会反复稽查这些数据，不断调遣我方的参数，直到它八成准确地完成任务。这一历程就像学生通过反复练习来进步我方的智力。
机器学习的雄壮之处在于，一朝磨练完成，它就能处理各式万般的新情况。举例，一个经过磨练的图像识别系统不仅能识别磨练数据中的猫，还能识别它从未见过的猫的图片。这种泛化智力使得机器学习在处理复杂、多变的实际天下问题时相配有用。
Hopfield 和 Hinton 的使命为缱绻更有用的学习算法和模子结构提供了表面基础，极地面激动了机器学习的发展。他们的孝顺使得今天的东谈主工智能系统八成实施从说话翻译到医学会诊等各式复杂任务，让雄壮而各种的东谈主工智能手艺在从科学商讨到正常生存的方方面面中进展作用。
从大脑到估计机：
东谈主工神经汇集的出身
刚才咱们教师了机器学习的暧昧念念想，关连词要分解这项发现的攻击性，咱们还需要再了解以下东谈主工神经汇集的基本倡导。
遐想一下，咱们的大脑是由数十亿个神经细胞（又称神经元）构成的复杂汇集。这些神经元通过被称为突触的贯穿互琢磨讯。当咱们学习新学问时，某些神经元之间的贯穿会变强，而其他贯穿可能变弱。
科学家们受到这种结构的启发，创造了东谈主工神经汇集。
在这种汇集会，估计机范例师法了大脑的结构。它由很多互相贯穿的“节点”（师法神经元）构成，这些节点之间的贯穿强度不错调遣（师法突触）。这种结构允许估计机通过例子来学习，而不是按照预设的指示脱手。
神经汇集艺术插画（图片起原：诺贝尔奖委员会官网）
两位科学家的环节孝顺
John Hopfield 在 1982 年建议了一种新式的东谈主工神经汇集，现在被称为“Hopfield 汇集”。该汇集的相配之处在于它八成存储和重建信息模式，雷同于东谈主类的梦想系念。
遐想你在试图回忆一个不常用的单词，你可能会先意想一些相同的词，再最终找到正确的阿谁。Hopfield 汇集的使命格局与此雷同，当赐与汇集一个不圆善或眇小诬告的信息时，它八成找到最相同的存储信息。这种智力使得 Hopfield 汇集不错用于建立损坏的数据，比如去除图片中的噪点。
Geoffrey Hinton 则在 1985 年建议了一种称为“玻尔兹曼机”的新式汇集。这个汇集的独到之处在于它八成自主学习数据中的特征，而无需东谈主为指定这些特征。这少许雷同于婴儿学习识别猫和狗的历程——他们不需要详备的阐述，只需要看到充足多的例子就能我方转头出分袂。
玻尔兹曼机的这种智力使得机器八成处理更复杂的任务。举例，它不错学习识别手写数字，即使每个东谈主的书写立场王人千东谈主千面。更攻击的是，Hinton 的使命为自后深度学习手艺的发展奠定了基础。深度学习是现在很多东谈主工智能依据的中枢手艺。
从表面到实践：
东谈主工智能的现在和将来
Hopfield 和 Hinton 的使命为自后的机器学习立异奠定了基础。今天，基于他们表面所发展的手艺仍是在咱们的正常生存中无处不在。当你使用手机进行东谈主脸解锁、向虚构助手发问或者使用在线翻译器用时，王人在盘曲使用这些手艺。
在科学商讨中，这些手艺也进展着越来越攻击的作用。举例，它们被用于分析天文数据以发现新的行星，瞻望卵白质的结构以匡助开采新药，以致匡助物理学家处理大型强子对撞机产生的海量数据。
关连词，跟着东谈主工智能手艺的快速发展，咱们也靠近着新的挑战。举例，何如确保这些手艺被负职守地使用，何如保护个东谈主秘密，以及何如应酬可能的服务变化等。这些问题需要科学家、战略制定者和所有这个词社会共同念念考和料理。
2024 年诺贝尔物理学奖揭晓以后，一些东谈主合计这一获奖效果“不够物理”。其实，换个角度想，这不仅是对 Hopfield 和 Hinton 个东谈主建设的细目，更是对物理学在激动东谈主工智能发展中所起作用的认同。跟着东谈主工智能手艺继续发展，咱们不错期待它在科学商讨、工程支配和正常生存中带来更多破损，同期也要不断指示我方，愈加严慎、合理地支配它去塑造将来。
规划制作
起原丨李瑞
作家丨中国科普博览
责编丨钟艳平
审校丨徐来 林林足交 twitter