問題星球

@ 七 仔 問：

2024年諾貝爾物理學獎出乎很多人的預料，頒給了物理學家約翰·霍普菲爾德和人工智能專家杰弗里·辛頓。物理學和人工智能是怎么聯系起來的？

盧健龍（新加坡國立大學物理學博士） 答：

確實，或許連獲獎者自己都想不到，這屆諾貝爾物理學獎居然花落人工智能領域。兩位科學家的獲獎理由是“關于通過人工神經網絡實現機器學習的奠基性發現和發明”。

人工神經網絡，簡稱神經網絡（Neural Network），是一種模擬人腦工作方式的計算模型。進入21世紀，神經網絡的發展得益于計算資源的提升和大數據的積累，特別是深度學習的興起。2006年，杰弗里·辛頓提出深度信念網絡，為深度學習奠定基礎。2012年，深度卷積神經網絡（如AlexNet）在圖像識別比賽中大幅領先，證明了深度學習的巨大潛力。此后，深度神經網絡在語音識別、自然語言處理、自動駕駛等領域取得了突破性進展。

事實上，神經網絡很早就被應用到物理學中，主要幫助物理學家分析復雜數據、建立模型、發現規律，甚至解決傳統方法難以處理的問題。物理學中的許多系統（如流體力學、量子力學和天體物理）往往涉及大量復雜的數學方程和多維數據，神經網絡在處理這些方面表現得非常出色。

神經網絡與物理學都追求對系統的精確描述與預測。物理學通過數學方程模擬現實世界，揭示系統背后的基本原理，而神經網絡以數據為驅動，學習數據中的模式并作出預測。在物理研究中，神經網絡可以通過大量實驗或觀測數據自我“學習”物理系統的行為，這使得物理學家能夠探索傳統分析方法難以觸及的領域。……