2024 年 10 月 8 日哥哥去，瑞典皇家科学院布告，将 2024 年诺贝尔物理学奖授予好意思国普林斯顿大学老师 约翰 · J · 霍普菲尔德（John J. Hopfield ）和加拿大多伦多大学老师杰弗里 · E · 辛顿（  Geoffrey E. Hinton），以赏赐他们"在东谈主工神经汇聚机器学习方面的基础性发现和发明"。

这两位科学家的责任为目下纷乱的机器学习本领奠定了基础。Hopfield 创造了一种好像存储和重建信息的结构，而 Hinton 发明了一种不错颓丧发现数据中端正的要领，这种要领对现在使用的大型东谈主工智能系统至关垂危。

两位获奖东谈主肖像（图片泉源：诺贝尔奖委员会官网）

机器学习：

计较机的自主学习之旅

Hopfield 和 Hinton 的创举性责任为一个更平庸的范畴"机器学习"奠定了基础。

机器学习是东谈主工智能的中枢，它的主见是让计较机好像从数据中学习并完成任务，而不需要完成任何指示齐需要当先进行复杂而脆弱的编程，这种要领与传统上基于编程的计较机责任模式有着骨子的分离。

传统的计较机法式就像一个精准的食谱：法式员需要详备列出每一个要领，计较机能力完成任务。而机器学习更像是教一个孩子烹调：你给他们看许多例子，让他们我方追忆端正。这种要领使得计较机好像处理那些难以用固定例则形容的复杂任务，如图像识别或语音剖判。

在机器学习的流程中，计较机当先袭取无数的数据手脚学习材料。举例，要是咱们要锻练一个识别猫的系统，咱们需要采集无数猫和非猫的图片。然后，咱们选择一个合适的学习模子，比如后文中会先容的 Hopfield 的盼愿操心汇聚或 Hinton 的玻尔兹曼机。

接下来，模子会反复检察这些数据，不断调理我方的参数，直到它好像准确地完成任务。这一流程就像学生通过反复纯熟来擢升我方的能力。

机器学习的纷乱之处在于，一朝锻练完成，它就能处理各式各样的新情况。举例，一个经过锻练的图像识别系统不仅能识别锻练数据中的猫，还能识别它从未见过的猫的图片。这种泛化能力使得机器学习在处理复杂、多变的推行寰球问题时尽头有用。

Hopfield 和 Hinton 的责任为筹算更有用的学习算法和模子结构提供了表面基础，极地面鼓舞了机器学习的发展。他们的孝顺使得今天的东谈主工智能系统好像引申从谈话翻译到医学会诊等各式复杂任务，让纷乱而各样的东谈主工智能本领在从科学商议到平淡生计的方方面面中发达作用。

从大脑到计较机：

东谈主工神经汇聚的出生

刚才咱们讲授了机器学习的磨蹭念念想，关连词要剖判这项发现的垂危性，咱们还需要再了解以下东谈主工神经汇聚的基本观念。

联想一下，咱们的大脑是由数十亿个神经细胞（又称神经元）构成的复杂汇聚。这些神经元通过被称为突触的挽回相互通讯。当咱们学习新常识时，某些神经元之间的挽回会变强，而其他挽回可能变弱。

科学家们受到这种结构的启发，创造了东谈主工神经汇聚。

在这种汇聚中，计较机法式效法了大脑的结构。它由许多相互挽回的"节点"（效法神经元）构成，这些节点之间的挽回强度不错调理（效法突触）。这种结构允许计较机通过例子来学习，而不是按照预设的指示运转。

神经汇聚艺术插画（图片泉源：诺贝尔奖委员会官网）

两位科学家的要津孝顺

John Hopfield 在 1982 年提倡了一种新式的东谈主工神经汇聚，现在被称为" Hopfield   汇聚"。该汇聚的尽头之处在于它好像存储和重建信息模式，肖似于东谈主类的盼愿操心。

联想你在试图回忆一个不常用的单词，你可能会先猜想一些一样的词，再最终找到正确的阿谁。Hopfield 汇聚的责任样式与此肖似，当赐与汇聚一个不完满或轻细诬蔑的信息时，它好像找到最一样的存储信息。这种能力使得 Hopfield 汇聚不错用于确立损坏的数据，比如去除图片中的噪点。

Geoffrey Hinton 则在 1985 年提倡了一种称为"玻尔兹曼机"的新式汇聚。这个汇聚的独到之处在于它好像自主学习数据中的特征，而无需东谈主为指定这些特征。这少许肖似于婴儿学习识别猫和狗的流程——他们不需要详备的讲明注解，只需要看到填塞多的例子就能我方追忆出分离。

玻尔兹曼机的这种能力使得机器好像处理更复杂的任务。举例，它不错学习识别手写数字，即使每个东谈主的书写稿风齐千东谈主千面。更垂危的是，Hinton 的责任为其后深度学习本领的发展奠定了基础。深度学习是目下许多东谈主工智能依据的中枢本领。

从表面到实践：

东谈主工智能的现在和将来

Hopfield 和 Hinton 的责任为其后的机器学习篡改奠定了基础。今天，基于他们表面所发展的本领一经在咱们的平淡生计中无处不在。当你使用手机进行东谈主脸解锁、向造谣助手发问或者使用在线翻译器用时，齐在障碍使用这些本领。

在科学商议中，这些本领也发达着越来越垂危的作用。举例，它们被用于分析天文数据以发现新的行星，瞻望卵白质的结构以匡助开拓新药，致使匡助物理学家处理大型强子对撞机产生的海量数据。

关连词，跟着东谈主工智能本领的快速发展，咱们也面对着新的挑战。举例，怎样确保这些本领被负背负地使用，怎样保护个东谈主苦衷，以及怎样搪塞可能的服务变化等。这些问题需要科学家、计谋制定者和统共社会共同念念考和照看。

2024 年诺贝尔物理学奖揭晓以后，一些东谈主觉得这一获奖后果"不够物理"。其实，换个角度想，这不仅是对 Hopfield 和 Hinton 个东谈主建树的详情，更是对物理学在鼓舞东谈主工智能发展中所起作用的认同。跟着东谈主工智能本领不竭发展，咱们不错期待它在科学商议、工程诈欺和平淡生计中带来更多破损，同期也要不断提示我方，愈加严慎、合理地诈欺它去塑造将来。

经营制作

泉源丨李瑞

作家丨中国科普博览

责编丨钟艳平

审校丨徐来 林林

有关保举

1.大把掉头发、免疫力变差、情态低垂……你可能是贫寒这种物资！

2.那些一个月不吃生果的东谈主，临了齐怎样了？

3.吃这 6 类素菜，约即是在"喝油"！好多东谈主天天吃却不知谈

4.风力发电机必须有叶片？不是！我的寰球不雅被刷新了……

5.蒸米饭时只需 1 个小改变，就能帮你巩固血脂、血糖！快储藏！

哥哥去