美国有线电视新闻网)- - -约翰·霍普菲尔德和杰弗里·辛顿被授予2024年诺贝尔物理学奖，以表彰他们的“基础”通过人工神经网络实现机器学习的Nal发现。
“虽然计算机不能思考，但机器现在可以模仿记忆和学习等功能。诺贝尔委员会在一份声明中说:“今年的物理学奖得主帮助实现了这一目标。”
该委员会周一在瑞典宣布了这一享有盛誉的荣誉，被视为科学成就的巅峰。该奖项的奖金为1100万瑞典克朗(合100万美元)。
普林斯顿大学的Hopfield和多伦多大学的Hinton被称赞为今天许多产品的机器学习奠定了基础。
委员会表示:“他们利用物理学的基本概念和方法，开发出了利用网络结构处理信息的技术。”它补充说，这导致了机器学习在过去20年里的“爆炸式”发展。
被称为人工智能(AI)“教父”的辛顿表示，他对获奖感到“目瞪口呆”。
当被记者问及他的研究帮助开发的技术的潜在意义时，他说人工智能将对我们的社会产生“巨大影响”。
“这将与工业革命相提并论。但它不是在体力上超越人类，而是在智力上超越人类。我们没有经历过比我们聪明的东西是什么感觉，”他在宣布后接受电话采访时说。
辛顿预测，这项技术将彻底改变医疗保健等领域，导致“生产力的巨大提高”。
“但我们也必须担心一些可能的坏后果，特别是这些事情失控的威胁，”他警告说。
诺贝尔物理学委员会主席艾伦·穆恩斯表示，由于获奖者的工作，人工智能已经“成为我们日常生活的一部分”，从面部识别到语言翻译。
蒙恩斯说:“获奖者的发现和发明构成了机器学习的基石，有助于做出更快、更可靠的决策，例如在诊断医疗状况时。”
模仿大脑
AI已经成为使用人工神经网络的机器学习的简称。这项由Hopfield和Hinton开发的技术是基于大脑的结构。
大脑有神经元，而人工神经网络有不同值的节点。大脑的神经元通过突触相互交流，而人工节点通过连接相互影响。你可以通过在节点之间建立更强的连接来训练人工神经网络，就像你可以训练大脑一样。
就像我们可以绞尽脑汁去寻找一个我们很少使用、只是模糊记得的单词或事实一样，人工神经网络也可以通过它保存的模式进行搜索——这要归功于1982年Hopfield网络的发明。
“Hopfield建立的网络有节点，这些节点通过不同强度的连接连接在一起。每个节点都可以存储一个单独的值——在Hopfield的第一个作品中，这个值可以是0或1，就像黑白照片中的像素一样，”委员会详细介绍了两人的工作。
在霍普菲尔德发表他的研究后，辛顿利用统计物理学的思想对其进行了扩展，并开发了最早的机器学习形式，称为“玻尔兹曼机器”。
自20世纪80年代以来，网络规模不断膨胀。Hopfield使用的网络只有30个节点，连接它们的参数不到500个，而今天的网络可以包含超过1万亿个参数。
与传统软件(类似于按照食谱烤蛋糕)不同，人工神经网络能够通过实例学习——利用先前的知识来创建新的食谱。
吹哨人
作为人工智能的先驱，辛顿也敦促人们对这项技术保持谨慎。2023年5月，他离开了谷歌，在担心谷歌变得多么智能之后，他决定“检举”。
“我只是一个科学家，突然意识到这些东西比我们更聪明，”辛顿去年告诉CNN。“我想说的是，我们应该认真考虑如何阻止这些东西控制我们。”
他警告说，人工智能“知道如何编程，所以它会找到绕过我们施加的限制的方法。它会想办法操纵人们做它想做的事。”
在周二的宣布仪式上，辛顿被问及他是否后悔自己帮助创造了这项技术，尽管它有许多潜在的好处，但他担心它可能会造成巨大的伤害。
“后悔有两种。有一种后悔是你因为做了不该做的事而感到内疚，还有一种后悔是你在同样的情况下做了你还会做的事，但结果可能并不好，”辛顿说。
这是我的第二种遗憾。在同样的情况下，我还会做同样的事情，但我担心的是，这种情况的总体后果可能是，比我们更智能的系统最终会控制一切。”
