（原标题：诺贝尔物理学奖为何跨界授予AI学者？）

当地时候10月8日，瑞典皇家科学院文告，将2024年诺贝尔物理学奖授予约翰·霍普菲尔德（John J. Hopfield）和杰弗里·辛顿（Geoffrey E. Hinton），以奖赏他们在使用东说念主工神经蚁集进行机器学习的基础性发现和发明。

诺贝尔物理学委员会主席埃伦·穆恩斯（Ellen Moons）在今日的新闻发布会上示意，两位获奖者愚弄统计物理的基本看法假想了东说念主工神经蚁集，构建了机器学习的基础。相干时刻已被用于鼓舞多个鸿沟的商榷，包括粒子物理、材料科学、天体物理等，也已用于平方生涯中的东说念主脸识别和话语翻译等。

此前，物理学界推断本年诺贝尔物理学奖的热点获奖鸿沟，包括凝合态、超材料、分数统计、纵情子等。但两位东说念主工智能（AI）鸿沟的商榷者赢得诺贝尔物理学奖，出乎好多物理学界东说念主士的料念念。辛顿在承袭瑞典皇家科学院的电话采访时，也示意“莫得念念到（会获奖）”。

谈及他们的获奖事理，海外测试委员会独创主席、中国科学院大学岗亭素质詹剑锋告诉经济不雅察网，两位获奖者的商榷拓宽了物理学的畛域，物理学界东说念主士也曾以为东说念主工智能是当然创造事物内部的一部分，与物理宇宙、东说念主类社会细腻相干。

詹剑锋说，刻下东说念主工智能时刻在科学鸿沟的应用稠密，致使让不少商榷学者找到了新的商榷规范，包括通过东说念主工智能发现新的数学法则、狡计规范等，举例当下火热的AI for Science（行将东说念主工智能与科学商榷深度伙同）。

值得详确的是，诺贝尔奖的奖项包括物理学、化学、和平、生理学或医学、文体、经济学六大类，东说念主工智能鸿沟的学者只可跨界赢得诺贝尔奖。

北电数智首席科学家、复旦大学特聘素质窦德景以为，霍普菲尔德和辛顿淌若拿到诺贝尔生理学或医学奖，可能亦然合理的获奖姿色。因为使用东说念主工神经蚁集的机器学习是东说念主工智能的中枢，这项时刻领先的灵感来惬心脑的结构。

公开贵府浮现，霍普菲尔德于1933年在好意思国伊利诺伊州芝加哥市出身，并于1958年赢得好意思国康奈尔大学博士学位，现任好意思国普林斯顿大学素质。

1982年，霍普菲尔德从物理学形容磁性材料的表面中赢得灵感，发明了霍普菲尔德神经蚁集。霍普菲尔德蚁集属于一种数学和狡计看法，这种蚁集由互相伙同的神经元构成，用于效法东说念主脑的挂牵功能来存储和回忆信息。

这一神经蚁集省略在信息不齐备或有不及时，尝试回答最接近原始的正服气息或找到最好责罚有蓄意，不错初步让机器识别一些图像和语音。

但在其时，东说念主工智能的发展还处于低级阶段，机器运行在特定专科鸿沟发达出学习才能，却仍枯竭学问性的知识，其应用也局限于特定的任务，包括医疗、化学和地质等鸿沟，远未达到通用和全面的智能水平。

辛顿被誉为深度学习之父，是2018年图灵奖得主之一。他于1947年在英国伦敦出身，并于1978年赢得英国爱丁堡大学博士学位，现任加拿大多伦多大学素质。

辛顿的商榷职责受到了霍普菲尔德的启发，他愚弄霍普菲尔德神经蚁集的联念念挂牵功能，发明了新的神经蚁集玻尔兹曼机。通过模拟物理系统中的粒子的畅通，玻尔兹曼机能学习数据的概率散播，匡助机器学习到数据中的法则。

这一发明是东说念主工智能的一个遑急里程碑，意味着机器在尝试一种探索性学习，主动交融数据的骨子，从数据自己中发现存用的信息，而不是依赖于事前界说的标签。这让机器更接近东说念主脑，去识别和交融周围宇宙中的各式法则。

玻尔兹曼机也将东说念主工智能从传统的机器学习规范带入了深度学习的新时期，为后续的商榷奠定了表面基础，商榷者们其后发明了卷积神经蚁集（CNN）、轮回神经蚁集（RNN）等，让机器能更自主地处理图像、语音以及文本数据，在一定进度上模拟东说念主类的视觉系统、话语系统和听觉系统。

旧年12月，海外测试委员会（BenchCouncil）从1943年于今的东说念主工智能鸿沟效果中彩选出了100多项代表性效果，在笃定主要孝顺者的基础上产生了东说念主工智能鸿沟百年东说念主才榜、国度榜和机构榜，辛顿和霍普菲尔德分手位列百年东说念主才榜中的第三位和第六位。

詹剑锋以为赌钱赚钱app，两位获奖者均在机器学习鸿沟有所配置，这或将影响有科技竞争阻滞的国度，在东说念主工智能这一产业上加大投资，同期也会让越来越多的东说念主知道到东说念主工智能的发展后劲。他从诺贝尔奖彩选的贬抑以及产业发展的趋势预判，往常东说念主工智能产业会对全行业带来高大的冲击。