新华社斯德哥尔摩10月8日电　科普｜2024年诺贝尔物理学奖跟图灵奖“抢饭碗”？——机器学习获诺奖突显跨学科赓续的惊东说念主力量北条麻妃电影

黑丝美女

新华社记者郭爽

8日晓谕的2024年诺贝尔物理学奖“不测”敬重机器学习，让多个诺奖掂量集体“翻车”，就连获奖者之一的杰弗里·欣顿也坦言我方“完好意思没意想”。看似不属于传统物理学任何一个分支鸿沟的后果斩获诺奖，让不少学者开打趣说诺贝尔物理学奖在跟计较机界的图灵奖“抢饭碗”。

事实上，机器学习鸿沟的元老级东说念主物约翰·霍普菲尔德和杰弗里·欣顿斩获诺奖，如诺奖官方公告所说恰是因为“诈欺物理学的用具”。本年的诺贝尔物理学奖不仅是对两名科学家竖立委果定，更是极大强调了跨学科赓续的紧要性，向东说念主们展示了物理学的深刻洞见与计较机科学创新“碰撞”不错产生的雄壮能量。

现时东说念主们研究东说念主工智能时，平时指的是使用东说念主工神经采集的机器学习。诺贝尔物理学委员会布告乌尔夫·丹尼尔松对记者强调，东说念主工神经采集在物理学中的赓续和应用仍是执续了颠倒长一段时刻，本次诺贝尔物理学奖并非颁发给已往几年东说念主工智能的发展，不是针对大谈话模子或雷同的东西，而是针对基础发明。

远在东说念主工智能成为今天的科技热词之前，这两名科学家从20世纪80年代起就在东说念主工神经采集鸿沟作念出了紧要职责。这项本领率先的灵感来兴盛脑的结构。就像大脑中宽敞神经元通过突触连续同样，东说念主工神经采集由宽敞的“节点”通过“连结”构成。每个节点就像一个神经元，而连结的强弱则雷同于突触的强度，决定了信息传递的效果。

1982年，好意思国科学家约翰·霍普菲尔德创建了一种用于机器的期许缅想轮番，提议了一种立异性的采集中构，被称为“霍普菲尔德采集”。这个采集大致存储多个模式（比如图像），而且在靠近不无缺或有噪声的输入时，大致重构出最相似的模式。

英国裔加拿大科学家杰弗里·欣顿在此基础上更进一步，他但愿机器能像东说念主类同样自主学习和分类信息，于1985年和共事提议了“玻尔兹曼机”的采集模子，这个名字源于19世纪物理学家路德维希·玻尔兹曼的方程。该模子通过统计物理学中的玻尔兹曼划分来识别数据中的特征，成为了当代深度学习采集的基础。欣顿的赓续赓续推动，导致了现时机器学习鸿沟爆炸式的发展。

爱尔兰王人柏林圣三一学院透露神经科学教训罗德里·丘萨克8日驳斥指出，东说念主工神经采集率先受到神经科学的启发，而且两者之间的互相作用执续蕃昌发展。东说念主工神经采集已被诠释注解是大脑学习进程的选藏模子，机器正在匡助咱们了解我方，这反过来又为本领发展提供了新的路线。要是莫得霍普菲尔德和欣顿的创举性职责，这一切王人不能能完了。

霍普菲尔德和欣顿的职责不仅推动了机器学习的发展，还对物理学产生了潜入影响。正如丹尼尔松本日在选择新华社记者采访时所说，物理学的旨趣为两名科学家提供了念念路，同期，东说念主工神经采集在物理学中也取得了泛泛应用，催生新的惊东说念主发现。

诺贝尔物理学委员会主席埃伦·穆恩斯在本日的新闻发布会上暗示，两名获奖者利用统计物理的基本看法计议了东说念主工神经采集，构建了机器学习的基础。关系本领已被用于推动多个鸿沟的赓续，包括粒子物理、材料科学和天体物理等，也已用于日常生存中的东说念主脸识别寝兵话翻译等。

机器学习的飞速发展不仅带来了雄壮的机遇，也激励东说念主们关于伦理和安全方面的担忧。穆恩斯本日在发布会上强调说，东说念主类有株连以安全且说念德的模式使用这项新本领，以确保它能为全东说念主类带来最大的利益。

欣顿本日在选择电话连线采访时暗示，这一本领将对社会产生雄壮影响，但也必须警惕这一本领可能变成的恫吓。丹尼尔松也指出，机器学习与基因裁剪等繁密前沿本领的发展是“双刃剑”北条麻妃电影，东说念主们必须警惕出现坏的截止。在这方面，尤其需要天下互助。（完）

物理学机器学习杰弗里·欣顿霍普菲尔德诺奖发布于：北京市声明：该文不雅点仅代表作家本东说念主，搜狐号系信息发布平台，搜狐仅提供信息存储空间就业。