INTRODUCE
随着金秋十月的到来
一年一度的诺贝尔奖
也缓缓拉开帷幕
各位热爱科学的同学们
一起来了解一下吧~
PART
NO.1
究竟花落谁家？
——打破传统的颁奖
北京时间10月8日下午，2024年诺贝尔物理学奖揭晓。科学家约翰·霍普菲尔德John J. Hopfield和杰弗里·辛顿Geoffrey E. Hinton获奖，表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。
PART
NO.2
一、人工神经网络是什么？
——机器的“神经系统”
人工神经网络（Artificial Neural Network，即ANN ），是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象化处理， 建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。
神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。（来源：百度百科）
人工神经网络示意图
二、和物理学有什么关联？
——明明看起来甚至更像生理学奖
Hopfield发明了一种网络——Hopfield网络，用以保存和修复图像。
神经网络中的每一个节点都相当于一个“原子”，而整个神经网络就相当于物理学中自旋系统的能量，并通过寻找节点之间连接的权重来进行模型的训练，以便让保存的图像具有较低的能量。
当Hopfield网络被输入损坏变形或不再完整的图像时，它会自动处理节点并重新赋值，从而降低该网络的能量。最后，神经网络会逐渐趋于稳定的低能量状态，形成和输入图像最相似的修复图像后，将其作为输出图像。
Hinton则以Hopfield网络为基础，开发了一种新网络：玻尔兹曼机（Boltzmann machine）。这种机器能够通过学习来识别某类数据中的特定元素特征。在此期间，Hinton利用了统计物理学工具，因为统计物理学是研究由许多相似组件构建的系统性科学，这一点与人工神经网络的原理类似，并通过输入机器运行时很可能出现的案例来训练机器。
玻尔兹曼机可以用来分类图像或根据它训练时使用的模式类型创建新案例。Hinton在此基础上加以优化，帮助推动了当下机器学习的爆发式发展。
三、为什么可以获得诺奖？
——诺奖委员会也懂“流量”
诺贝尔物理学奖委员会主席Ellen Moons对此表示：“获奖者的工作已经产生了巨大的效益。在物理学中，人工神经网络已经得到了广泛的应用，例如开发具有特定属性的新材料。”
近年来，AI在全社会的热度居高不下，人工神经网络的相关研究也如火如荼，已经取得了相当可观的进展，其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机束手无策的实际问题，表现出了强大的智能性和可应用性。
PART 03
诺奖得主简介
来看看科学家们的风采吧！
约翰·霍普菲尔德
John J. Hopfield
约翰·霍普菲尔德（John J. Hopfield），1933年7月15日出生在美国伊利诺伊州芝加哥，现任美国普林斯顿大学教授。
1954年，约翰·霍普菲尔德获得宾夕法尼亚州斯沃斯莫尔学院物理学学士学位。1958年，获得康奈尔大学物理学博士；同年，成为贝尔电话实验室理论物理组技术人员，正式开始了固体物理学家的职业生涯。1968年，约翰·霍普菲尔德获得古根海姆奖学金，此时约翰·霍普菲尔德已是一位领先的理论物理学家，也是光与固体相互作用方面的权威。
在剑桥大学卡文迪什实验室获得古根海姆奖学金后返回美国后，霍普菲尔德完全改变了他的研究领域，转向物理学和生物学的交叉领域。1969年，约翰·霍普菲尔德荣获美国物理学会奥利弗·E·巴克利凝聚态物质奖。1971年，成为总统科学咨询委员会（PSAC）战略军事小组成员。1973年，成为贝尔电话实验室分子生物物理学组技术人员。1974年，霍普菲尔德对遗传学领域做出了重大贡献，霍普菲尔德证明基因表达中存在的高精度可以通过称为“动力学校对”的偶联化学反应来解释。1982年，霍普菲尔德开发了一个神经网络模型来解释大脑如何回忆记忆。自1997年起，约翰·霍普菲尔德担任普林斯顿大学教授，自2001年起，担任Howard A. Prior分子生物学教授。2006年，成为美国物理学会（APS）主席。
2022年，约翰·霍普菲尔德获得玻尔兹曼奖。2024年10月8日，约翰·霍普菲尔德获得2024年诺贝尔物理学奖。（来源：百度百科）
其实你是生物学家，对吧
杰弗里·辛顿
Geoffrey E. Hinton
杰弗里·辛顿（Geoffrey Hinton），1947年12月6日出生于英国温布尔登，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。
杰弗里·辛顿于1970年获得剑桥大学实验心理学学士学位；1976年受聘为苏塞克斯大学认知科学研究项目研究员；1978年获得爱丁堡大学人工智能学博士学位。1978年至1980年担任加州大学圣地亚哥分校认知科学系访问学者；1980年至1982年担任英国剑桥MRC应用心理学部科学管理人员；1982年至1987年历任卡内基梅隆大学计算机科学系助理教授、副教授；1987年受聘为多伦多大学计算机科学系教授；1996年当选为加拿大皇家学会院士；1998年当选为英国皇家学会院士；1998年至2001年担任伦敦大学学院盖茨比计算神经科学部创始主任；2001年至2014年担任多伦多大学计算机科学系教授；2016年至2023年担任谷歌副总裁兼工程研究员；2023年从谷歌辞职。2024年10月8日，获得诺贝尔物理学奖。
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、认知科学等方面的研究。（来源：百度百科）
其实你也是生物学家，对吧
科学之间总有千丝万缕的联系
就像这次的诺贝尔物理学奖
灵感来源于人类大脑的神经元网络一样
在科研探索的过程中
我们也可以尝试联系多元领域的知识点
来启发自己的创新思维
或许
下一个诺贝尔奖就是你呢！
END
编辑：新媒体中心 马景宸
图文来源：部分来源网络，侵删
责任编辑：陈佳怡
审核：刘晗
