還記得那個(gè)橫空出世即一路“狂飆”的ChatGPT嗎？2023年以來，人工智能“百模大戰(zhàn)”從硝煙燃起到全面打響，讓人應(yīng)接不暇。而AI模型背后的關(guān)鍵技術(shù)，正是機(jī)器學(xué)習(xí)。
10月8日，瑞典皇家科學(xué)院宣布，將2024年諾貝爾物理學(xué)獎(jiǎng)授予美國科學(xué)家約翰·霍普菲爾德和英裔加拿大科學(xué)家杰弗里·辛頓，以表彰他們通過人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)而作出的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明。
諾貝爾獎(jiǎng)委員會(huì)在一份聲明中稱：“盡管計(jì)算機(jī)無法思考，但現(xiàn)在，機(jī)器已經(jīng)可以模仿人的記憶并具備學(xué)習(xí)等功能。今年的物理學(xué)獎(jiǎng)得主為實(shí)現(xiàn)這一目標(biāo)作出了貢獻(xiàn)?！?/p>
靈感源自人腦結(jié)構(gòu)
當(dāng)我們談?wù)揂I時(shí)，通常指的是使用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行的機(jī)器學(xué)習(xí)。如今，基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)正在徹底改變科學(xué)、工程和日常生活。
事實(shí)上，這項(xiàng)技術(shù)最初的開發(fā)靈感源自人腦結(jié)構(gòu)。在人工神經(jīng)網(wǎng)絡(luò)中，大腦的神經(jīng)元由具有不同值的節(jié)點(diǎn)表示。這些節(jié)點(diǎn)通過類似于突觸的連接相互影響，這些連接可以變強(qiáng)或變?nèi)?。例如，通過在同時(shí)具有高數(shù)值的節(jié)點(diǎn)之間建立更強(qiáng)的連接，可以對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。
機(jī)器學(xué)習(xí)長期以來一直是科學(xué)家們研究的重要內(nèi)容，其中包括對(duì)大量數(shù)據(jù)的分類和分析?；羝辗茽柕潞托令D利用物理學(xué)工具構(gòu)建了新方法，為當(dāng)今強(qiáng)大的機(jī)器學(xué)習(xí)奠定了基礎(chǔ)。他們的研究起始階段可回溯至20世紀(jì)80年代，早在那時(shí)，他們就在人工神經(jīng)網(wǎng)絡(luò)方面開展了重要工作。
利用物理學(xué)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)
霍普菲爾德發(fā)明了一種“聯(lián)想記憶”網(wǎng)絡(luò)，它能夠存儲(chǔ)和重建圖像以及數(shù)據(jù)中的其他類型模式。
如何理解呢？我們可以將節(jié)點(diǎn)想象成像素?！盎羝辗茽柕戮W(wǎng)絡(luò)”利用了物理學(xué)中描述物質(zhì)特性的原理。該原理表明，材料因原子自旋而具有獨(dú)特性，這種特性使每個(gè)原子成為一個(gè)小型磁鐵。整個(gè)網(wǎng)絡(luò)的描述方式相當(dāng)于物理學(xué)中自旋系統(tǒng)的能量，它通過尋找節(jié)點(diǎn)之間連接的值來進(jìn)行訓(xùn)練，從而使得保存的圖像具有較低的能量。
當(dāng)輸入扭曲或不完整的圖像時(shí)，“霍普菲爾德網(wǎng)絡(luò)”會(huì)系統(tǒng)地遍歷節(jié)點(diǎn)并更新它們的值，從而降低網(wǎng)絡(luò)的能量。因此，網(wǎng)絡(luò)能夠逐步找到與輸入的不完美圖像最相似的已保存圖像。
辛頓的研究建立在“霍普菲爾德網(wǎng)絡(luò)”基礎(chǔ)之上，他構(gòu)建了一種使用不同方法的新網(wǎng)絡(luò)，即玻爾茲曼機(jī)。它能夠?qū)W習(xí)識(shí)別給定類型數(shù)據(jù)中的特征元素。在研究中，辛頓運(yùn)用統(tǒng)計(jì)物理學(xué)原理，通過輸入機(jī)器運(yùn)行時(shí)可能出現(xiàn)的示例對(duì)其進(jìn)行訓(xùn)練。玻爾茲曼機(jī)可用于對(duì)圖像進(jìn)行分類，或創(chuàng)建訓(xùn)練模式類型的新示例。辛頓在此基礎(chǔ)上進(jìn)行了拓展，推動(dòng)了當(dāng)前機(jī)器學(xué)習(xí)的爆炸式發(fā)展。
智能驅(qū)動(dòng)科研或成新范式
“獲獎(jiǎng)?wù)叩墓ぷ饕呀?jīng)產(chǎn)生了巨大效益。在物理學(xué)中，人工神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于各個(gè)領(lǐng)域，例如開發(fā)具有特定屬性的新材料?！敝Z貝爾物理學(xué)委員會(huì)主席埃倫·穆恩斯如是說。
天津大學(xué)自然語言處理實(shí)驗(yàn)室負(fù)責(zé)人熊德意教授告訴科技日?qǐng)?bào)記者，諾貝爾物理學(xué)獎(jiǎng)?lì)C給兩位AI科學(xué)家，除了表彰他們?cè)趯⑽锢韺W(xué)與人工神經(jīng)網(wǎng)絡(luò)深度結(jié)合方面所作的貢獻(xiàn)之外，可能還有兩層隱含意義，一是物理規(guī)律不僅存在于自然界中，在數(shù)字世界中也可能發(fā)揮著制約作用；二是AI與物理學(xué)等基礎(chǔ)科學(xué)存在千絲萬縷的聯(lián)系，基礎(chǔ)科學(xué)不僅為AI筑起了基座，同時(shí)其發(fā)現(xiàn)和理論也為AI研究提供了啟發(fā)和靈感。
與此同時(shí)，熊德意認(rèn)為，隨著AI縱深發(fā)展，其對(duì)基礎(chǔ)科學(xué)的反哺作用越來越明顯，智能驅(qū)動(dòng)的科研，極有可能成為科研第五范式；AI帶來的自動(dòng)化基礎(chǔ)科研，未來可能推動(dòng)基礎(chǔ)研究實(shí)現(xiàn)跨域式發(fā)展。
人工神經(jīng)網(wǎng)絡(luò)促進(jìn)知識(shí)交融與創(chuàng)新
張夢然
人工神經(jīng)網(wǎng)絡(luò)僅僅是模仿生物大腦嗎？其實(shí)不然。它最初的靈感的確來自大腦結(jié)構(gòu)，但在其數(shù)十年的發(fā)展經(jīng)歷中——包括感知機(jī)的出現(xiàn)、反向傳播算法的發(fā)明以及深度學(xué)習(xí)的興起，這一領(lǐng)域已展現(xiàn)出多學(xué)科間的交叉合作，如計(jì)算機(jī)科學(xué)、數(shù)學(xué)、哲學(xué)、心理學(xué)、神經(jīng)生物學(xué)?？梢援?dāng)之無愧地說一句：人工神經(jīng)網(wǎng)絡(luò)正促進(jìn)知識(shí)的交融與創(chuàng)新。
跨學(xué)科研究往往能催生新技術(shù)或改進(jìn)現(xiàn)有技術(shù)，其中一個(gè)重要因素，就是來自不同背景的研究者能帶來多元化的視角和方法，激發(fā)創(chuàng)新思維。當(dāng)今世界面臨的問題紛繁復(fù)雜，單一視角已難以提供全面解決方案。但通過多元協(xié)作，可以整合各領(lǐng)域的優(yōu)勢，形成更加有效和綜合的應(yīng)對(duì)策略。這也是為什么人工神經(jīng)網(wǎng)絡(luò)在解決氣候變化、能源、公共衛(wèi)生問題時(shí)表現(xiàn)優(yōu)異的原因。它也啟示著我們，面對(duì)全球性挑戰(zhàn)時(shí)多元協(xié)作的重要性?？鐚W(xué)科交流和國際合作，都將為人們解決今天和未來的復(fù)雜問題提供強(qiáng)有力的工具。
用戶評(píng)論