“人工智能教父”登上諾貝爾獎領獎臺

2024年10月8日，諾貝爾物理學獎獲獎名單揭曉。來自美國普林斯頓大學的約翰·霍普菲爾德和加拿大多倫多大學的杰弗里·欣頓憑借在機器學習方面的貢獻成為這一獎項的獲得者。何為機器學習？兩位科學家在這一領域做出了哪些貢獻？下面，我們一起來聊聊2024年諾貝爾物理學獎背后的故事。

機器學習，讓計算機“智商飆升”

和人類聊天、出書、辦畫展……如今的人工智能可以一次又一次給我們帶來驚喜，離不開它的核心技術—機器學習。機器學習和人類學習有些相似，簡單來說，就是讓計算機對大量的學習資料進行學習來得到模型。當有新的樣例時，計算機可以通過模型對新的樣例進行判斷，輸出結果，從而實現對真實世界中樣例的預測和判斷。例如，一個經過貓的圖片識別訓練的計算機，不僅能識別訓練數據中如貓的圖片，還能識別它從未見過的貓的圖片。

仿造大腦的人工神經網絡

當然，計算機想通過機器學習變聰明，首先得具備儲存和利用知識的能力。人類能夠學習思考并把學到的知識用到實際生活中，是因為人類有聰明的大腦。科學家通過研究發現，我們的大腦是由數十億個神經元組成的復雜網絡，這些神經元可通過一種被稱為“突觸”的連接相互通信。通過這些神經元的“默契”配合，我們擁有了學習、思考、回憶等能力。于是，科學家嘗試為計算機裝上一個大腦，讓計算機變得更聰明，這就是人工神經網絡。

充滿坎坷的人工神經網絡研究

在明確目標后，一些科學家立刻投入了相關的研究中，他們嘗試在計算機中構建被賦予不同初始值的節點來模擬大腦中的神經元，并以這些節點之間的關聯來模擬神經元之間的突觸，進而在計算機中構建出人工神經網絡，實現類似大腦的神經網絡功能。想法雖然很好，但直到20世紀60年代左右，科學家仍沒有得到想要的結果。不斷的失敗使得一些科學家開始懷疑人工神經網絡是否真的能夠應用在計算機上。面對這種情況，一些科學家選擇了繼續堅持，他們相信給計算機裝大腦并非天方夜譚。2024年的諾貝爾物理學獎獲得者約翰·霍普菲爾德和杰弗里·欣頓就是其中的兩位。

兩位科學家的貢獻

約翰·霍普菲爾德的貢獻是創造了可以存儲和重構信息的霍普菲爾德神經網絡。說到這個神經網絡，就不得不提一下聯想記憶法。所謂聯想記憶法，簡單來說就是通過將記憶內容與相關事物建立聯系，實現輔助記憶的方法。比如我們在回憶某個比較生僻的英語單詞時，可以先想想跟它表述的意思比較接近的單詞，通過這些單詞記起正確的單詞的寫法。約翰·霍普菲爾德神經網絡也具有類似的本領，當人們給這個網絡輸入不完整或略有失真的模式時，它可以在已存儲的模式中找到最相似的模式。本次諾貝爾物理學獎的另一位獲得者—杰弗里·欣頓，在霍普菲爾德神經網絡基礎上發明了“玻爾茲曼機” 網絡模型。這個網絡模型的名字源于19世紀物理學家路德維希·玻爾茲曼的方程，該模型通過統計物理學中的玻爾茲曼分布來識別數據中的特征。在這個網絡模型的作用下，計算機不僅能識別已知模式，還能生成新的、相似的模式，能力再次得到大幅提升。

人工智能未來可期

從約翰·霍普菲爾德提出霍普菲爾德網絡到如今，已經過去了40多年。這40多年，在以約翰·霍普菲爾德、杰弗里·欣頓為代表的一眾科學家的不懈努力下，人工智能取得了飛速發展，給我們帶來了一個又一個驚喜。還記得前段時間爆火的sora嗎？這個僅憑人們的幾句簡單描述就能生成一段長達60秒，且細節豐富的高清視頻的人工智能模型，就是人工智能交出的精彩答卷之一。相信，在科學家共同的努力下，未來的人工智能將繼續“進化”，創造更多新的精彩，讓我們拭目以待吧！