2024年物理学诺奖“意外”颁给人工神经网络 浙江专家解读：事关人工智能的“深度学习”

瑞典皇家科学院当地时间10月8日宣布，将2024年诺贝尔物理学奖授予约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton），表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。辛顿在接受电话采访时表示，自己没有想到（I have no idea that will happen）。

2024年诺贝尔物理学奖获得者 图源：©Johan Jarnestad/瑞典皇家科学院

很显然，今年诺贝尔物理学奖表彰的成果并非传统物理学的任何一个分支领域。奖项公布后，众多学者开玩笑说“诺贝尔物理学奖在抢图灵奖饭碗”。

而人工神经网络是什么？和物理学又怎样的关联？将物理学奖颁给人工神经网络意味着什么？潮新闻记者采访了浙江大学人工智能研究所所长吴飞和天目山实验室副主任周苗。

人工神经网络相当于复杂的“水晶球”魔镜

了解人工神经网络，要从“神经元”开始说起。

人是大脑由近千亿个又称神经元组成的复杂网络。这些神经元通过被称为突触的连接相互通信。当我们在学习时，大脑中神经元之间的连接发生变化，它们或者变得更强或者形成新的连接，人脑因此能够应对外界复杂变化而自如处理万千任务。

神经元和人工神经元 图源：中科院物理所微信公众号

人工神经网络即试图模拟这个过程，人工神经网络像是一种模拟生物神经网络结构和功能的计算机模型。它相当于一个复杂的“水晶球”魔镜，当你给它输入一些东西，它就能将其对应结果变换出来。

“所有的神经网络一定是个可计算的系统，是对物理规律进行模拟与仿真，通过内嵌在神经网络里万千参数将复杂物理规律刻画出来，从而对真实场景进行模拟。”吴飞说道。

而当机器学习遇上人工神经网络，便成了当前人们熟悉的“人工智能”。

虽然计算机不能思考，但是它们可以模拟记忆和学习等功能。今年的物理学奖得主约翰·J·霍普菲尔德和杰弗里·E·辛顿让这一点成为了现实。他们利用物理学的基本概念和方法，开发出了利用神经网络结构处理信息的技术。

人工神经网络的发展，两位科学家有何贡献？

人工神经网络的发展，得益于两位科学家分别于1982年和1985年开始的持续研究。

1982年，霍普菲尔德提出了一种新型的神经网络模型，该模型能够阐释大脑如何存储和唤醒记忆，类似于人类的联想记忆。这种网络后来被命名为“霍普菲尔德网络”。

通过塑造景观存储记忆 图源：中科院物理所微信公众号

想象一下，当你在试图回忆一个不常用的单词，你可能会先想到一些相似的词，再最终找到正确的那个。霍普菲尔德网络的工作方式与此类似，网络接收到一个不完整或稍有失真的模式时，该模型能够找到与之最相近的已存储模式。

吴飞表示，霍普菲尔德的研究是早期人工神经网络突破性的探索，他将神经元逐一组织起来变成神经网络。这种神经网络越复杂，就能完成越复杂任务。但是，“霍普菲尔德提出的人工神经网络中参数相对固化，无法应对外界反馈而变化，即不是可以学习的‘机器’。”

辛顿的研究发现，则为后来深度学习技术的发展奠定了基础。

基于霍普菲尔德网络，1985年辛顿与他的同事利用统计物理学的思想对其进行扩展，构建出神经网络当中的核心技术——玻尔兹曼机。

不同类型的网络 图源：中科院物理所微信公众号

“玻尔兹曼机”的独特之处在于它能够自主学习数据中的特征，而无需人为指定这些特征。这一点类似于婴儿学习识别猫和狗的过程——他们不需要详细的解释，只需要看到足够多的例子就能自己总结出区别。

“简而言之，这一方法使得传统固化的人工神经网络可以从数据中学习，也就是当前‘深度学习’的内涵。”吴飞说道。

人工智能是交叉特色鲜明的学科

对于人工智能获得今年的诺贝尔物理学奖，接受采访的两位专家都表示，虽然有点意外，但对人工智能在推动物理学研究中所起作用表示认可。

“获奖者的研究已经带来了巨大的益处。在物理学领域，我们已经在许多领域使用人工神经网络，例如开发具有特定性质的新材料，”诺贝尔物理学委员会主席艾伦·穆恩（Ellen Moons）说道。

“在物理学研究中，计算被称为认识物理世界的第三种方式。”作为计算凝聚态物理学者，周苗表示，在物理学研究中，已经充满了人工智能的身影，它是一种方法，可以是研究物理学，也可以应用在不同的领域。这一次奖项的颁布，也让更多的物理学者看到利用人工智能研究物理学的前景。

图源：©Johan Jarnestad/瑞典皇家科学院

人工智能的应用不仅限于科学领域，还广泛渗透到日常生活中。它们在图像识别、语言生成、医疗决策等方面起到了关键作用。

委员会在宣布获奖时同时指出，机器学习“长期以来一直对科学研究至关重要，包括对大量数据的分类和分析……约翰·J·霍普菲尔德和杰弗里·E·辛顿利用物理学工具，构建了有助于为当今强大的机器学习奠定基础的方法。基于人工神经网络的机器学习目前正在彻底改变科学、工程和日常生活。”

“这一次的颁奖，再次说明了人工智能是交叉特色鲜明的学科，人工智能对所有学科而言犹如生活中水和电一样重要，是一种通用使能技术。”吴飞表示，今年6月浙江大学发布《大学生人工智能素养红皮书》，明确要求所有学生要了解人工智能、使用人工智能、创新人工智能、恪守人与人造物关系，且将人工智能作为大学生通识必修课程，已经将人工智能作为大学生一种基本能力。