为什么诺贝尔物理学奖，颁给了 AI 专家？

liukang20244天前629吃瓜599

作者｜芯芯

修改｜靖宇

「我怎么能确认这不是个恶作剧电话？」

杰弗里·辛顿（Geoffrey Hinton）在清晨两点接到诺贝尔奖委员会电话时，这是他的开端主意。

其时，这位 77 岁的「AI 教父」正在加州的一家酒店，网络信号弱小，电话信号也欠好，当天原本方案去做个核磁共振扫描，查看下身体。

直到他想到，电话是从瑞典打来的，并且说话的人有浓重的瑞典口音，还有好几个人在一起，他才确认了自己取得了诺贝物理学奖这一现实。

这一通来自瑞典的电话打破了他一天的方案，也标志着他多年研讨神经网络与机器学习的效果被国际进一步认可。

北京时间 10 月 8 日，2024 年诺贝尔物理学奖正式颁发了他和另一位学者约翰·霍普菲尔德（John J. Hopfield），以赞誉他们在机器学习与人工神经网络范畴的根底性发现和发明。91 岁高龄的约翰·霍普菲尔德在收到音讯时，相同「有些震动」。

2024 年诺贝尔物理学奖得主约翰·霍普菲尔德和杰弗里·辛顿｜诺贝尔官网

在这一音讯发布的一起，不少人的疑问是——为什么诺贝尔物理学奖，会颁给看似离物理学有些悠远的核算机和 AI 范畴？

物理学与核算机神经网络的交汇

约翰·霍普菲尔德和杰弗里·辛顿俩人，自上世纪 80 时代起就在人工神经网络范畴做出了重要作业。

人工神经网络，望文生义，源于对大脑作业原理的仿照。科学家们想象大脑的神经元能够经过核算节点的办法进行重现，这些节点经过相似神经突触的衔接传递信息。这样的网络经过练习，能够增强某些衔接，按捺另一些，然后使体系在处理杂乱数据时具有学习与回忆才能，成为现代人工智能的根底。

1980 时代，具有物理学布景的霍普菲尔德，开端着手将物理学概念引进人工神经网络范畴，特别是自旋玻璃模型。

他的打破在于，根据物理学的自旋体系，提出了一种能存储和重建信息的联想回忆模型，这一模型使得神经网络能够经过不完好的输入进行自我批改，重建出原始形式——这便是「霍普菲尔德网络」。

霍普菲尔德网络的基本思维是：每个节点相似于图画中的一个像素，节点能够被视为体系中的能量状况，而这个网络的方针，是经过不断调整节点之间的衔接权重，下降体系的能量，力求找到最安稳、最节约能量的状况。此刻，网络输出的图画便是重建后的完好图画。这一机制不只使机器能够重建部分丢掉或受损的图画，还能从部分输入中提取出全体信息。

接着，以霍普菲尔德网络为根底，杰弗里·辛顿又将人工神经网络推进到了全新的高度。

其时，辛顿运用核算物理学的东西，特别是 19 世纪物理学家路德维希·玻尔兹曼的核算模型，开发了「玻尔兹曼机」，它能够学习辨认某类数据中的特征元素。

玻尔兹曼机的中心在于概率。辛顿认识到，数据中的形式能够经过核算「或许性」来辨认，机器能够学习哪些形式更有或许呈现，哪些形式则相对稀有。经过练习的玻尔兹曼机能够辨认它曾经从未见过的信息中的了解特征。

在 20 世纪 90 时代，许多研讨人员对人工神经网络失去了爱好，但辛顿是持续从事这一范畴研讨的少数人之一。进入 21 世纪后，辛顿又与他的搭档经过层层玻尔兹曼机进行预练习。这种预练习为网络中的衔接供给了一个更好的起点，优化了网络辨认图画元素的练习进程。

霍普菲尔德网络与玻尔兹曼机｜图片来历：瑞典皇家科学院

得益于自 20 世纪 80 时代以来的作业，约翰·霍普菲尔德和杰弗里·辛顿协助奠定了大约 2010 年开端的机器学习革新的根底。

说回来，他们在上世纪的打破性奉献，现实上首要源于对物理学中杂乱体系的深刻了解。正是他们对物理学东西概念的运用，推进了机器学习与人工神经网络范畴的开展。

与此一起，现代物理学自身也从人工神经网络中获益——由于人工神经网络逐步成为物理学中强壮的核算东西，能够用于量子力学、粒子物理学等范畴。

诺贝尔物理学奖委员会主席指出：「得主的作业现已带来了巨大的好处。在物理学中，咱们在广泛的范畴运用人工神经网络，例如开发具有特定特点的新资料。」

「机器学习长期以来一向运用于咱们或许了解的范畴，从曾经的诺贝尔物理学奖中能够看出。其间包含运用机器学习来挑选和处理发现希格斯玻色子所需的许多数据。其他运用包含下降磕碰黑洞引力波丈量中的噪声，或寻觅系外行星。」

「近年来，该技能也开端用于核算和猜测分子和资料的特性，例如核算决议其功用的蛋白质分子结构，或确认哪种新资料或许具有用于更高效太阳能电池的最佳特性。」诺奖官方如此称。

物理或许 AI，都在测验了解国际实质

虽然约翰·霍普菲尔德和杰弗里·辛顿两人的奉献创意来历于物理学，他们的奉献也反哺了物理学和其他范畴。

但与以往不同，2024 年的诺贝尔物理学奖，仍是引起了许多评论和争议，网友们的首要争论点就在于，两位得主的奉献，究竟属不属于物理范畴？乃至有人侃道，诺贝尔委员会想「蹭 AI 热门」。

惊讶声之多，以至于诺奖官方都发起了一场投票：「你知道机器学习的模型是根据物理学方程的吗？」

诺奖官方下场问网友：你知道机器学习的模型是根据物理学方程的吗？｜图片来历：X

对此，AI 范畴的从业者们也展开了评论，下面是他们的部分反响和声响：

智源研讨院创始人张宏江表明：「Hinton 2006 年运用 RBM 做 DNN 自监督预练习，成功练习深度神经网络，能够说是这轮 AI 革新的先声，Hopfield 网络为 RBM 奠定了根底。接下来看看 AlphaFold 能不能拿生理学奖。」

出门问问创始人兼 CEO 李志飞表明：「数学模型用在物理和人工智能方面实质都是建模，只不过前者的建模目标是物理国际，后者的建模目标是智能，这样说起来是不是靠谱点？」

地平线创始人余凯也表明：「物理学研讨的意图是了解自然界中物理体系的实质规则，然后能够去发明和发明自然界不存在的物理体系。比方从鸟能够研讨空气动力学，根据空气动力学并不是构建鸟，而是飞机火箭」。

「人工智能的意图在于首要去研讨自然界中智能体系它的实质的机理，然后经过这些研讨，其意图不是说是要去发明生物大脑，而是去构建有或许愈加智能的新的物理学体系。」余凯以为。

余凯还注意到，这次的诺贝尔奖物理学奖得主有物理学布景，也有从核算物理视点看神经网络，其间一位还曾担任过国际闻名高校的物理系教授，「前期搞人工智能的许多都是物理学布景」。

横跨多个学科范畴的霍普菲尔德｜图片来历：诺奖委员会

争议之外，约翰·霍普菲尔德与杰弗里·辛顿的效果，以及其取得诺贝尔物理学奖这一现实，除了证明人工智能现在的打破与炽热，还点明晰一个重要信息，即科学的打破能够不只限制于单一范畴的界说，跨学科协作也自有其力气。

比方，约翰·霍普菲尔德的确有物理学博士学位，他的前期职业生涯始于贝尔试验室，开端研讨凝聚态物理，但当他在这个首要研讨范畴中的问题耗尽时，他又转向了新的范畴。在 20 世纪 60 时代末，他探究了一下生物物理学，将固态物理学的概念运用于了解生物体系怎么组成蛋白质。20 世纪 70 时代末，他又转入神经科学范畴，将他在理论物理学中的技能运用于大脑问题，才有了前述开创性奉献。

什么是物理学？霍普菲尔德曾在他的自传中写道：「对我来说——由于我爸爸妈妈都是物理学家——物理学不是某种学科。原子、对流层、核、玻璃块、洗衣机、自行车、留声机、磁铁——这些仅仅偶尔的研讨目标。中心思维是国际是能够了解的，你应该能够拆解任何东西，了解其组成部分之间的联系，进行试验，并根据此树立对其行为的定量了解。」

在他看来，「物理学是一种观念，以为咱们周围的国际经过尽力、发明力和满足的资源是能够在猜测和定量的办法下了解的。」

至于杰弗里·辛顿，在剑桥大学读本科期间，他测验了一系列学科——生理学、物理学、哲学，直到 1970 年取得试验心理学学位。在 1972 年进入爱丁堡大学攻读人工智能博士学位之前，他还曾做过一段时间的木匠。

当诺奖作业人员问他「怎么描述自己？以为自己是一名核算机科学家，仍是从事这项作业时企图了解生物学的物理学家？」辛顿的答复是：「我会说我是一个不太清楚自己从事什么范畴，但想了解大脑怎么运作的人。在我企图了解大脑作业原理的进程中，我协助发明了一项出人意料的有用的技能。」

辛顿这一答复的信息是——不论你把他归为什么范畴，或许都不重要，重要的是，他发明了什么。

AI 教父杰弗里·辛顿｜图片来历：TIME100 AI

并且，奖项的建立有其历史布景和限制，假如奖项的设置者在世，乐意建立一个新的学科奖、或许跨学科奖其实也说不定。意图都是相同的，即奖励那些推进人类常识前进的人。

此外值得一提的信息是，辛顿期望，取得诺贝尔奖能让他「更具说服力」，期盼人们能愈加认真对待他提出的对 AI 的忧虑。

「在这些事物失控并接收的生计要挟方面，我以为咱们正处于历史上的一个分叉点，在未来几年内，咱们需求找到处理这一要挟的办法。」这是他现现在最想传达的一个声响。

头图来历：The Globe and Mail

告发/反应