界面新聞記者 | 陳升龍

界面新聞編輯 | 劉海川

為表彰其通過人工神經網絡來實現機器學習而做出的的基礎性發現和發明，本年度諾貝爾物理學獎被授予了美國普林斯頓大學的生命科學家霍普費爾德（John J. Hopfield）和加拿大多倫多大學的“AI教父”辛頓（Geoffrey E. Hinton）。

瑞典皇家科學院在2024年10月8日發布的新聞稿中寫到，兩位獲獎者利用物理學工具構建了多種方法，為機器學習奠定了基礎。其中霍普菲爾德創建了可以存儲和重建信息的結構，而辛頓則后續發明了可以獨立發現數據屬性的方法，兩者對于目前廣泛使用的大型人工神經網絡至關重要。基于人工神經網絡的機器學習正在顛覆科學、工程和日常生活。

公開資料顯示，今年91歲的霍普費爾德出生于美國芝加哥，1958年獲得康奈爾大學博士學位，隨后在普林斯頓大學任教。普林斯頓大學已連續11年蟬聯美國綜合大學里本科排名第一。包括霍普費爾德在內，該校至少已有24人獲得諾貝爾物理學獎。其他領域的杰出學者更是不計其數。

1982年，已在普林斯頓大學任教的霍普費爾德在工作中創建了一種計算機網絡架構，以強化人工神經元的連接強度，并通過找到節點之間的連接值進行訓練，他創造的聯想記憶可以存儲和重建數據中的圖像等形式。

而今年78歲的辛頓出生于英國倫敦，1978年獲得愛丁堡大學博士學位。他是反向傳播算法和對比散度算法的發明人之一，同樣是深度學習的積極倡導者。

同樣是在1982年，在多倫多大學任教的辛頓在一次學術會議上受霍普費爾德發言啟發，第一次了解了神經網絡。在那之后，他和另一位著名學者謝諾夫斯基（Terry Sejnowski）在霍普費爾德的基礎之上狂熱地研究推廣神經網絡，并在1985年發明了名為“玻爾茲曼機器”的機器學習結構。

他們的成果與早期的機器學習架構不同，在解決實際問題方面足夠高效。圖像識別和語言翻譯工具等當今許多人工智能系統的成功，便是在“玻爾茲曼機器”的基礎之上，以及大量數據和計算能力的結合下誕生的，同時也為ChatGPT等大型語言模型提供了動力。

在今天接受媒體采訪時，辛頓首先謙遜地表示“沒有想到”，同時就自己與霍普費爾德的研究對新技術開發所產生的積極影響整體持樂觀態度：這將與工業革命相媲美。他同時還預測，人工智能將徹底改變醫療保健等領域，大大提高生產力。

但與此同時，辛頓也警告這波革命所帶來的負面后果，尤其是人工智能在失控后導致的威脅。他說自己最擔心人工智能系統超越人類，并最終反噬人類。

截至發稿，諾貝爾物理學獎已經頒發118次，有227位獲得者，許多為兩人或以上共同獲得。評選范圍從基礎理論研究到應用技術創新，可以細分為基礎物理、應用物理、天體物理等幾大類。獲獎成果的應用也早已融入甚至改變了普通人的生活，如磁懸浮列車、核磁共振成像、太陽能板、LED燈等。

諾貝爾評選委員會通常在每年10月的第一個工作日起開始公布各項得主，依次為生理學或醫學獎、物理學獎、化學獎、文學獎、和平獎與經濟學獎。頒獎禮定于12月10日，即諾貝爾逝世周年的紀念日在斯德哥爾摩舉行。

?今年，霍普費爾德和辛頓將平分1100萬瑞典克朗（約合745萬元人民幣）獎金。獎金金額會隨著諾貝爾基金會當年的收入而變動，該收入包括投資收益和捐贈。?