瑞典皇家科學院當?shù)貢r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(jīng)網(wǎng)絡進行機器學習的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明。兩位獲獎者從20世紀80年代起就開展了與物理學相關(guān)的人工神經(jīng)網(wǎng)絡的重要工作。他們將平分1100萬瑞典克朗（約合745萬元人民幣）獎金。
wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

諾貝爾物理學委員會主席埃倫·穆恩斯表示，兩名獲獎者利用統(tǒng)計物理的基本概念設(shè)計了人工神經(jīng)網(wǎng)絡，構(gòu)建了機器學習的基礎(chǔ)。相關(guān)技術(shù)已被用于推動多個領(lǐng)域的研究，包括粒子物理、材料科學和天體物理等，也已用于日常生活中的人臉識別和語言翻譯等。她同時警告說，機器學習的快速發(fā)展也引發(fā)了人們對未來的擔憂，人類有責任以安全且道德的方式使用這項新技術(shù)。wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

靈感源自人腦結(jié)構(gòu)wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

當我們談論人工智能時，通常指的是使用人工神經(jīng)網(wǎng)絡的機器學習。這項技術(shù)最初是受到大腦結(jié)構(gòu)的啟發(fā)。wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

大腦的神經(jīng)網(wǎng)絡是由活細胞、神經(jīng)元和先進的內(nèi)部機制構(gòu)成的。它們可以通過突觸相互傳遞信號。當我們學習東西時，一些神經(jīng)元之間的聯(lián)系變得更強，而另一些神經(jīng)元之間的聯(lián)系變得更弱。wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

在人工神經(jīng)網(wǎng)絡中，大腦的神經(jīng)元由具有不同值的節(jié)點表示。這些節(jié)點通過連接相互影響，這些連接可以被比作突觸，可以增強或減弱。例如，通過在同時具有高值的節(jié)點之間建立更強的連接來訓練網(wǎng)絡。wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

由磁性材料特性wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

建立的“霍普菲爾德網(wǎng)絡”wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

今年的兩位諾貝爾物理學獎得主使用物理學工具開發(fā)了今天機器學習技術(shù)的基礎(chǔ)方法。wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

約翰·霍普菲爾德1933年出生于美國芝加哥，1958年獲得美國康奈爾大學博士學位，現(xiàn)任美國普林斯頓大學教授。wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

霍普菲爾德創(chuàng)造了一種聯(lián)想記憶，可以存儲、重建圖像和其他類型的數(shù)據(jù)模式。當給定一個不完整或稍微扭曲的網(wǎng)絡模式時，霍普菲爾德的方法可以找到最相似的存儲模式。wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

磁性材料由于原子自旋而使得每個原子都能成為一個微小的磁鐵，相鄰原子的自旋相互影響。得益于對磁性材料的了解，霍普菲爾德利用描述自旋相互影響時材料如何發(fā)展的物理學原理，建立了一個具有節(jié)點和連接的模型網(wǎng)絡。這種網(wǎng)絡后來也被叫做“霍普菲爾德網(wǎng)絡”。wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

隨著“霍普菲爾德網(wǎng)絡”的運作細節(jié)持續(xù)發(fā)展，它變得可以存儲任何值的節(jié)點，而不僅是0或1。如果把節(jié)點想象成圖片中的像素，它們可以有不同的顏色，而不僅是黑色或白色。這種改進過的方法使保存更多的圖片成為可能，即使它們非常相似，也可以區(qū)分它們。wtA新江南網(wǎng)|江南區(qū)域知名綜合門戶網(wǎng)

• 1
• 2
• 下一頁
• 全文閱讀