当地时间2024年10月8日，瑞典皇家科学院宣布，将2024年诺贝尔物理学奖授予美国普林斯顿大学的约翰·霍普菲尔德（John J. Hopfield）和加拿大多伦多大学的杰弗里·辛顿（Geoffrey E. Hinton），以表彰他们“为推动利用人工神经网络进行机器学习做出的基础性发现和发明”。两位获奖者将平分1100万瑞典克朗（约合745万元人民币）奖金。
（图源诺贝尔奖官方社交媒体）
John Hopfield，1933年7月15日出生在美国伊利诺伊州芝加哥,1958年在美国康奈尔大学获得博士学位，任美国新泽西州普林斯顿大学教授。2022年获得玻尔兹曼奖，他扩展了统计物理学的边界,使其涵盖生命现象,也创造了一种联想存储器,可以存储和重建数据中的图像和其他类型的模式。
Geoffrey Hinton,1947年12月6日出生于英国温布尔登，是顶级的计算机科学家和认知心理学家，2018年图灵奖得主,英国皇家学会院士,加拿大皇家学会院士,美国国家科学院外籍院士,多伦多大学名誉教授。1983年，Hinton与Terrence Sejnowski 合作发明了玻尔兹曼机，这是最早能够学习不属于输入或输出的神经元内部表征的神经网络之一。1986 年Hinton 证明了反向传播算法允许神经网络发现自己的数据内部表示，从而可以使用神经网络解决以前被认为超出其能力范围的问题，反向传播算法是当今大多数神经网络的标准算法。杰弗里·辛顿致力于神经网络、机器学习、分类监督学习、机器学习理论、细胞神经网络、信息系统应用、马尔可夫决策过程、神经网络、认知科学等方面的研究。
2024 年诺贝尔物理学奖获得者利用物理学工具构建了各种方法，为当今强大的机器学习奠定了基础。John Hopfield创造了一种可以存储和重建信息的结构。Geoffrey Hinton发明了一种可以独立发现数据属性的方法，这种方法对于现在使用的大型人工神经网络非常重要。他们所展示的一种全新的方式，帮助我们利用计算机来应对我们面临的许多挑战。由于他们的工作，人类的工具箱里有了一种新的工具，我们可以选择将其用于有益的目的。目前，基于人工神经网络的机器学习正在彻底改变科学、工程和日常生活。该领域已经在为建设可持续发展的社会取得突破性进展，如确定新的功能材料。未来如何利用人工神经网络进行深度学习，取决于我们人类如何使用这些已经存在于我们生活许多方面的强大工具。
素材来源官方媒体及网络新闻
诺贝尔奖官方网址：
https://www.nobelprize.org/
文案 / 张娟 刘靖峰
编辑 / 钟佳莹
责任编辑 / 周静
审核 / 高霏
投稿邮箱/ snnu.weiwu@qq.com
欢迎各位用户来稿
❂部分图文来源于网络
❂版权归唯物工作室所有
如需转载或使用
请联系获取授权
