先问个问题，物理学是什么？
麦克斯韦认为：物理学是与自然秩序有关的学科，他说：
Physical science is that department of knowledge which relates to the order of nature James Clark Maxwell (1878)
而国际纯粹与应用物理学联合会（International Union of Pure and Applied Physics，简称IUPAP）对物理学的定义为：
物理是研究物质、能量及它们之间相互作用的学科。
如果列出物理学的主要领域，那就是：①核物理和粒子物理、②原子、分子和光学物理学、③凝聚态物理、④天体物理学和⑤应用物理学。
然而，2024年的物理诺奖却似乎完全超出了物理学的范畴，成为史上最奇异的一次颁奖，获得者John Hopfield和Geoffrey Hinton的获奖理由——推动利用人工神经网络进行机器学习的基础性发现和发明，完全不属于传统的物理学领域。
但是，如果你要问：这合理吗？
那么，最简回答是：当然合理，存在就是合理嘛！
既然合理，能否给点让人信服的理由？总不能只靠诺奖委员会的权威性背书吧？
当然，从很多方面说，人工智能的贡献的确配得上物理诺奖。
第一，从对物理学研究的贡献来讲。
人工智能技术对物理学的贡献，好比100年前X射线衍射仪成为人们探测物质结构的方法一样，是一种颠覆性的科学发明。
搜索谷歌学术，或仅看美国物理学会举办的PR系列期刊中涉及机器学习的论文，无数物理领域的论文都以诸如“machine learning(机器学习)”、“(neural network)神经网络”等词语作为关键词或标题的一部分，远远超过任何其他的关键词。
而这还只是在仅仅过去10年内发生的巨大变化，以机器学习为核心手段的人工智能的使用，涉及所有的物理学领域，当然其他学科，如材料和化学，也都是一样。
谁用谁知道，用过的都说好，物理学家对人工智能感激不尽，给它颁个诺奖，只要是吃水不忘挖井人者，自然都是喜闻乐见的。
第二，从信息社会的发展来讲。
现代社会是信息的社会，某种程度上，信息比物质更重要。处理信息的理论、方法和工具，和以前处理物质（例如制造碳纳米管）的理论、方法和工具一样，非常重要。
而人工智能就是有史以来最强信息处理工具，历史必定会给它竖起一座伟大的丰碑。现在给它一个诺奖正是时候，诺奖委员会怎能错过这么好的历史机会！
第三，物理学是自然科学之母，不断衍生各种交叉学科。
物理学的边界已经越来越模糊了，它的学科分支早已经发生了分化，以后可能每个分支都是交叉的，物理学家不可能总是盯着传统的物理的那一亩三分地，时代在进步，学科在不断的融合交汇。
既然人工智能除了是数学、神经科学和计算机的交叉，还包含了物理的方法和思想，而物理学作为所有自然科学之母，海纳百川有容乃大也，授之以物理诺奖，实至名归，岂不美哉！
第四，颁奖给AI，这样做本身是一个创新。
从根本上来说，诺奖的颁发的对象，应该是为人类科技做出重大贡献的人，而不是超级论文制造者和极成功的学术大咖。
既然长期以来，物理学领域没有产出比肩前辈的研究成果，也没有产出对人类科技和应用具有重大影响力的成果，那就得好好考虑一下——颁奖的领域是否需要改进和拓展？
另外，历年的诺奖总是被人猜中了，诺奖委员会也许觉得这个游戏有点玩腻了，或者觉得每次总是那些物理老领域，太没有新意了。
现在，AI时代的到来了，何不趁此机会，来一个出其不意的颁奖项目？不光惊诧了物理学家们，他们都还得服气并纷纷点赞。毕竟，物理学界的确没做出与之媲美的伟大贡献。
也许你认为以上理由都不够充分，没关系，下面重点来了——
最后一个，也是最重要的一个理由是：信息本身就是物理研究的对象。
没错，信息是物理的，这是科学界普遍接受的一个命题。
美国物理学家罗尔夫·兰道尔（Rolf William Landauer，1927-1999 ）是这一命题的积极倡导者。
Rolf Landauer（1927-1999）
自1991年，兰道尔先后发表了一系列论文，包括《Information is physical》、《The physical nature of information》、《Information is a physical entity.》和《Information is inevitably physical》等。它们所阐述的一个核心观点就是：信息是物理的。
此后，信息是宇宙物理组成部分的观点被科学界广泛接受。许多科学家将“信息是物理的”视为格言。
的确，所有信息的过程，即信息的生成、编码、传输、解码和解释，都属于有热力学代价的自然过程，其中熵由于能量的弥散而增加。
换句话说，信息是通过消耗能量来换取的，而消耗能量当然意味着做功，所以信息都是相互作用的结果，理所当然是物理的。
著名的麦克斯韦妖之所以能给气体分子分类，是因为它有智力，而智力活动就像打铁抡锤子一样，也是要耗体力的，所以信息分类是一种物理过程。
人读书时，通过大脑的加工，将知识厘清、分类和组合，厚厚的书本在脑子里变成结构化的数据，所以信息记忆也是一种物理过程。
既然如此，借助人工智能的算法，在经历数据训练后，机器能像人一样对浩如烟海的数据进行识别、提取和处理，这相当于实现了一种智能化的物理作用了。
我们经常说，物理是实验的科学，需要人操作仪器做实验。现在还是一样，还是做实验，只不过由人工智能代替肉人做，对象不是实际的物质，而是信息。所探寻的不是物质的规律，是信息的规律。
物理还是那个物理，只是它的手段、对象和方法有所不同而已。
有了这种认识，Hopfield和Hinton的贡献——推动利用人工神经网络进行机器学习的基础性发现和发明，实际上是实现了一种高效的、智能化的信息处理（做功），当然就是物理领域的巨大进步了！
综上所述，2024年的诺贝尔奖颁给AI领域的科学家，是完全可以接受和理解的，甚至是一件了不起的事。
https://iupap.org/https://www.informationphysicsinstitute.org/https://www.feynmanlectures.caltech.edu/I_03.htmlLandauer, Rolf. "Information is physical." Physics Today 44.5 (1991): 23-29.
END
如果您觉得这篇文章还有那么一点用处，请不吝转发，您的支持是我最大的动力。
