两位传奇的人工智能科学家因在神经网络方面的工作而获得诺贝尔物理学奖 _人工智能

诺贝尔物理学委员会宣布约翰·霍普菲尔德和杰弗里·辛顿为2024年诺贝尔物理学奖获得者。（图片来源：乔纳森·纳克斯特兰德/美联社，盖蒂图片社。）
据美国生活科学网站（Ben Turner）：2024年诺贝尔物理学奖授予了两位为当今人工智能（AI）的快速发展奠定基础的科学家。
负责评选诺贝尔物理学奖获得者的瑞典皇家科学院周二（10月8日）宣布，John Hopfield和Geoffrey Hinton将分享1100万瑞典克朗（103万美元）的奖金，以表彰他们在人工神经网络和使机器学习的算法方面的工作。
Hinton在新闻发布会上通过电话表示：“我惊呆了，我不知道会发生这种情况，我非常惊讶。” 。他是在加利福尼亚州的一家酒店里说的，那里的互联网很差，电话连接也很糟糕。“我今天本来要做核磁共振扫描，但我想我不得不取消。”
普林斯顿大学生命科学教授Hopfield因创建了一种联想记忆网络而受到认可，他于1982年首次提出了Hopfield网络，该网络可以从不完美的数据中保存和重建图像和其他模式。
多伦多大学的计算机科学家Hinton在21世纪初使用Hopfield的网络作为一种被称为“玻尔兹曼机”的方法的基础。Hinton使用统计物理学的工具，产生了可以发现数据中模式的神经网络，使其能够对图像进行分类或创建训练模式的新示例。
总的来说，这两项进步对机器学习的发展至关重要，自那以后，机器学习产生了新的人工智能技术和应用的爆炸式增长。
诺贝尔物理学委员会主席Ellen Moons在一份声明中表示：“获奖者的工作已经带来了最大的好处。在物理学中，我们在广泛的领域使用人工神经网络，例如开发具有特定性能的新材料。” 。
Hinton在新闻发布会上评论他的技术的影响时表示，机器学习将“产生巨大的影响，它将与工业革命相提并论。但它不会在体力上超越人们，而是在智力上超越人们。”
研究人员的工作代表了人工智能研究从符号逻辑（试图使用嵌入逻辑系统中的符号复制人类智能的特征）向深度学习网络的转变。后者使用多层人工神经元和大量数据来松散地模拟人脑中的过程。
深度学习自20世纪80年代以来一直存在，但巨大的能源、数据和计算需求使这项技术一直处于起步阶段，直到10年前计算技术的进步加速了它的发展。
他补充道：“我们没有经历过拥有比我们更聪明的东西是什么感觉。这在很多方面都会很棒。”他列举了医疗保健的好处和生产力的提高。“但我们也必须担心一些可能的不良后果，特别是这些事情失控的威胁。”