北京时间10月8日下午
瑞典皇家科学院宣布
将2024年诺贝尔物理学奖授予
约翰·J·霍普菲尔德（John J. Hopfield）和
杰弗里·E·辛顿（Geoffrey E. Hinton）
“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”
两位获奖者从20世纪80年代起
就开展了人工神经网络的工作
他们将平分1100万瑞典克朗
（约合745万元人民币）奖金
辛顿本人在接受电话采访时表示
“没有想到”
图源：网络
约翰·霍普菲尔德
约翰·霍普菲尔德（John Joseph Hopfield）
是美国著名的物理学家和神经科学家
于1933年7月15日出生在芝加哥
1954年获得斯沃斯莫尔学院物理学学士学位
霍普菲尔德在1982年
提出了“霍普菲尔德神经网络”
这是一种能够储存多种模式
并具备记忆功能的神经网络模型
是神经网络发展早期的一个重要里程碑
其提出的能量最小化原理
对解决优化问题产生了深远影响
它可以有效地存储和恢复图像
以及其他形式的数据模式
这种方法非常适合处理有噪声
或部分缺失的数据
比如恢复受损的图像或识别手写字符
图源：网络
杰弗里·辛顿
杰弗里·E·辛顿（Geoffrey E. Hinton）
出生于1947年
二战后的英国温布尔登
1978年在爱丁堡获得人工智能博士学位
也是2018年图灵奖得主
（图灵奖被广泛认为是计算机领域的
最高荣誉之一
有着 “计算机界的诺贝尔奖” 之称）
辛顿的研究是建立在
霍普菲尔德神经网络之上
当时正在卡内基梅隆大学任教期间
因为之前曾在英国研究过
实验心理学和人工智能
所以想知道机器是否可以学习
与人类类似的方式处理信息
他的研究成果让机器
具备了自我学习的能力
辛顿在1985年提出了“玻尔兹曼机”
能够在复杂的环境中完成
诸如图像识别、语音处理
和自然语言理解等
它不仅能识别已知模式
还能生成新的、相似的模式
图源：网络
但是瑞典皇家科学院发布的公报说
认为两位获奖者使用物理学工具构建方法
为当今强大的机器学习奠定了基础
并且机器学习对于研究非常重要
包括对大量数据的排序和分析
霍普菲尔德和辛顿的研究
不仅改变了我们理解和应用人工智能的方式
也为未来的科技创新开辟了新路径
而且此次获奖还反映了现代社会
对跨学科研究的高度评价和支持态度
长按下方二维码，后台回复"500"
送你500个家庭科学小实验
