2024年诺贝尔物理学奖官方获奖图

瑞典皇家科学院10月8日宣布，将2024年诺贝尔物理学奖授予两位人工智能先驱——美国科学家约翰·霍普菲尔德和加拿大科学家杰弗里·辛顿，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，帮助计算机以更接近人脑的方式学习，为AI的发展奠定了基础。

该奖项是对AI在人们生活和工作方式中日益重要的地位的认可。诺贝尔物理学委员会主席艾伦·穆恩斯（Ellen Moons）表示：“获奖者的工作已经带来了巨大的好处。在物理学中，我们在广泛的领域使用人工神经网络，例如开发具有特定性能的新材料。”

诺贝尔奖委员会在X平台上的帖子上表示，霍普菲尔德博士和辛顿博士的突破“立足于物理科学的基础之上”，“他们为我们展示了一种全新的方式，让我们能够利用计算机来帮助和指导我们应对社会面临的许多挑战”。

辛顿出生于伦敦郊外，自20世纪70年代末以来，他大部分时间都生活和工作在美国和加拿大。

20世纪70年代初，辛顿在爱丁堡大学读研究生时开始研究神经网络，当时很少有研究人员认为这个想法会成功。直到2012年，他终于与其学生一起取得了突破。2013年，辛顿加入了谷歌，到2023年5月，他从谷歌离职。自那以后，他持续公开呼吁谨慎对待AI技术，成为旨在引导AI系统、使其行为符合设计者利益和预期目标的“AI对齐派”的代表。

2019年，辛顿与蒙特利尔大学计算机科学教授约书亚·本吉奥（Yoshua Bengio）和Meta首席AI科学家杨立昆（Yann LeCun）因在神经网络方面的工作共同获得了图灵奖，该奖通常被誉为“计算机界的诺贝尔奖”。

霍普菲尔德于1933年生于美国伊利诺伊州芝加哥，1958年在贝尔实验室开始了他的职业生涯，主要研究固体物质的特性。1961年，他以助理教授的身份前往加州大学伯克利分校，并于1964年加入普林斯顿大学物理系。十六年后，他前往加州理工学院担任化学和生物学教授，并于1997年回到普林斯顿大学，在分子生物学系任职。

20世纪80年代时，霍普菲尔德的工作重点是研究大脑过程如何指导机器保存和复制模式。1982年，他开发了一种神经网络模型来描述大脑是如何进行联想、回忆的，即霍普菲尔德网络，这使得机器能够使用人工神经网络“存储”记忆，构成了现在所有神经网络的基础。

根据瑞典皇家科学院的公告，辛顿以霍普菲尔德网络为基础，发明了一个采用不同方法的新网络：玻尔兹曼机（the Boltzmann machine），通过输入机器运行时很可能出现的示例来训练机器。玻尔兹曼机可用于对图像进行分类，或创建训练模式类型的新示例。辛顿在此基础上继续发展，帮助开启了机器学习的爆炸式发展。他在神经网络方面的开创性研究为ChatGPT等AI系统铺平了道路。

更值得一提的是，OpenAI联合创始人、前首席科学家伊尔亚·苏茨克维（Ilya Sutskever）也是辛顿的学生。他们两人和另一名计算机科学家亚历克斯·克里泽夫斯基（Alex Krizhevsky）还一起发明了卷积神经网络AlexNet。