瑞典皇家科學(xué)院于10月8日揭曉,，2024年諾貝爾物理學(xué)獎(jiǎng)的榮譽(yù)歸屬約翰·J·霍普菲爾德和杰弗里·E·辛頓,，以表彰他們?cè)诶萌斯ど窠?jīng)網(wǎng)絡(luò)促進(jìn)機(jī)器學(xué)習(xí)方面的根本性發(fā)現(xiàn)與創(chuàng)新。這兩位科學(xué)家自20世紀(jì)80年代以來(lái),，在物理學(xué)領(lǐng)域內(nèi)對(duì)人工神經(jīng)網(wǎng)絡(luò)的貢獻(xiàn)顯著,。

這一消息引發(fā)了一些網(wǎng)友的好奇：為何諾貝爾物理學(xué)獎(jiǎng)會(huì)授予人工智能領(lǐng)域的研究者？人工神經(jīng)網(wǎng)絡(luò)與物理學(xué)的關(guān)聯(lián)何在,？

廣東科普講師團(tuán)成員,、哈爾濱工業(yè)大學(xué)（深圳）計(jì)算機(jī)學(xué)院副院長(zhǎng)何道敬指出，霍普菲爾德和辛頓的工作為人工神經(jīng)網(wǎng)絡(luò)及機(jī)器學(xué)習(xí)的進(jìn)展奠定了堅(jiān)實(shí)基礎(chǔ),，對(duì)現(xiàn)代科技與社會(huì)生活影響深遠(yuǎn),，因此獲獎(jiǎng)實(shí)至名歸。

機(jī)器學(xué)習(xí)是指在無(wú)外部指令情況下,，機(jī)器借助數(shù)據(jù)等手段自我習(xí)得能力的過(guò)程,。從識(shí)別手寫(xiě)數(shù)字等簡(jiǎn)單任務(wù)起步，人工智能技術(shù)逐步演進(jìn)至今日諸如GPT的大規(guī)模模型,。人工神經(jīng)網(wǎng)絡(luò)作為機(jī)器學(xué)習(xí)的一種形式，模仿人腦神經(jīng)元的結(jié)構(gòu)進(jìn)行學(xué)習(xí)操作,。

對(duì)于人工智能科學(xué)家獲物理學(xué)獎(jiǎng)項(xiàng)是否適宜的疑問(wèn),，華南理工大學(xué)人工智能未來(lái)創(chuàng)新實(shí)驗(yàn)室常務(wù)副主任陳安認(rèn)為，這是很正常的現(xiàn)象,。他解釋說(shuō),，霍普菲爾德神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)就基于物理原理，辛頓的玻爾茲曼機(jī)也運(yùn)用了統(tǒng)計(jì)物理學(xué)工具,?？茖W(xué)研究旨在探索世界本質(zhì)，智能生成機(jī)制是核心問(wèn)題之一,，無(wú)論歸于哪個(gè)科學(xué)領(lǐng)域,，其背后的原理是相互聯(lián)通的。

人工智能技術(shù),，如無(wú)人駕駛,、人臉識(shí)別等，正日益融入日常生活,，神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)是其背后的關(guān)鍵驅(qū)動(dòng)力,。中國(guó)工程院院士孫凝暉的報(bào)告強(qiáng)調(diào)，以深度學(xué)習(xí)為代表的新AI算法極大提高了模式識(shí)別等應(yīng)用的效能,，甚至在某些情況下超越了人類的表現(xiàn),。通過(guò)大量數(shù)據(jù)訓(xùn)練,，神經(jīng)網(wǎng)絡(luò)能夠不斷優(yōu)化，實(shí)現(xiàn)對(duì)復(fù)雜模式的高效識(shí)別,，促進(jìn)了從語(yǔ)音識(shí)別到自動(dòng)駕駛等多領(lǐng)域的廣泛應(yīng)用,。

何道敬還提到，大模型,、大數(shù)據(jù)和大算力的協(xié)同發(fā)展,，不僅使計(jì)算處理更為精準(zhǔn)高效，也為從前難以實(shí)施的應(yīng)用場(chǎng)景開(kāi)辟了道路,。例如,，哈工大（深圳）計(jì)算機(jī)學(xué)院在人工智能與大模型領(lǐng)域持續(xù)研究，并獲批了深圳市唯一的“大模型智能與安全重點(diǎn)實(shí)驗(yàn)室”,，致力于推動(dòng)人工智能技術(shù)的進(jìn)一步發(fā)展與實(shí)踐應(yīng)用,。