瑞典皇家科學院當地時間10月8日宣布，將2024年諾貝爾物理學獎授予約翰·J·霍普菲爾德和杰弗里·E·辛頓，表彰他們在使用人工神經網絡進行機器學習的基礎性發(fā)現和發(fā)明。獎金為1100萬瑞典克朗（約合人民幣745萬元）。

兩位獲獎者從20世紀80年代起就開展了與物理學相關的人工神經網絡的重要工作。

兩人使用物理學工具開發(fā)了今天機器學習技術的基礎方法。約翰·J·霍普菲爾德創(chuàng)造了一種關聯記憶，它能夠存儲和重構圖像以及其他模式類型。杰弗里·E·辛頓發(fā)明了一種能夠自主發(fā)現數據中屬性的方法，并執(zhí)行任務，如識別圖像中的特定元素。辛頓將霍普菲爾德網絡的想法應用于一種新網絡，這種新網絡使用另一種方法：玻爾茲曼機。玻爾茲曼機可以學習給定數據類型的特征元素，可以用來分類圖像或創(chuàng)建新材料。這種機器學習幫助推動了當今機器學習的快速發(fā)展。

（來源：央視新聞）

約翰·J.霍普菲爾德是美國物理學家、神經科學家，普林斯頓大學教授。霍普菲爾德 1933 年出生于美國伊利諾伊州，1958 年獲得康奈爾大學博士學位。他在 1982 年發(fā)明了著名的霍普菲爾德神經網絡（Hopfield neural network），這是第一個能夠儲存多種模式，并具備記憶功能的神經網絡模型，是神經網絡發(fā)展早期的一座重要的里程碑?；羝辗茽柕律窠浘W絡的誕生為遞歸神經網絡的發(fā)展鋪平了道路，其提出的能量最小化原理，對于解決優(yōu)化問題產生了深遠影響。

杰弗里·E·辛頓是英裔加拿大計算機科學家、神經科學家，加拿大多倫多大學教授，前“谷歌大腦”負責人。辛頓1947 年出生于英國倫敦，1978 年獲得愛丁堡大學人工智能博士學位。辛頓是神經網絡早期（且一直沒有放棄）的重要研究者之一。20 世紀 80 年代，他為將反向傳播算法引入多層神經網絡訓練做出了重要貢獻， 并發(fā)明了“玻爾茲曼機”——一種在霍普菲爾德神經網絡的基礎上發(fā)展而來的隨機遞歸神經網絡。在 2012 年，辛頓及兩位學生 Alex Krizhevsky、Ilya Sutskever 發(fā)明的AlexNet在計算機視覺競賽 ImageNet 中以壓倒性優(yōu)勢取得冠軍，創(chuàng)造了深度神經網絡發(fā)展的里程碑，并激發(fā)了大量采用卷積神經網絡和圖形處理器加速深度學習的研究。辛頓與 Yoshua Bengio 和 Yann LeCun 并稱為“深度學習三巨頭”、“AI教父” ，共同獲得 2018 年圖靈獎。2023 年 5 月，在ChatGPT橫空出世半年后，辛頓宣布從谷歌辭職，以便能夠“自由地談論人工智能的風險”。他對人工智能的惡意濫用、其引發(fā)的技術性失業(yè)以及人類的生存風險表達了深切的擔憂。