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。
得知諾獎授予人工智能領(lǐng)域的研究者，上海交通大學(xué)人工智能學(xué)院教授張婭既震驚又激動?！罢痼@的是諾貝爾物理學(xué)獎竟然頒給了計算機(jī)科學(xué)家，激動的是人工智能領(lǐng)域獲得了更廣泛的認(rèn)可?！睆垕I說。
兩位獲獎?wù)叨甲隽撕芏嗟旎缘墓ぷ?/p>
人工神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)元工作方式的機(jī)器學(xué)習(xí)模型，旨在通過模仿大腦的工作方式來處理復(fù)雜的計算問題。如今人工神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于醫(yī)學(xué)、工程等各個領(lǐng)域，而且有望用于設(shè)計下一代計算機(jī)。
“表面上看，2024年諾貝爾物理學(xué)獎授予了人工智能領(lǐng)域，但從更廣泛的意義上講，這個獎實際上授予了理論物理學(xué)?！敝袊茖W(xué)院自動化研究所研究員、聯(lián)合國人工智能高層顧問機(jī)構(gòu)專家曾毅說，兩位獲獎?wù)叩难芯勘尘岸计鹪从谖锢韺W(xué)。
今年獲獎的兩位科學(xué)家，在人工神經(jīng)網(wǎng)絡(luò)研究方面做了很多奠基性的工作。
“杰弗里·辛頓提出了反向傳播算法，讓人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練成為了一種可能；約翰·霍普菲爾德提出了霍普菲爾德網(wǎng)絡(luò)，這個網(wǎng)絡(luò)對早期人工神經(jīng)網(wǎng)絡(luò)發(fā)展具有重要意義，20世紀(jì)80年代，許多物理學(xué)家都曾利用霍普菲爾德網(wǎng)絡(luò)實現(xiàn)了由物理學(xué)到神經(jīng)科學(xué)的跨越?！睆垕I說。
“1986年，杰弗里·辛頓發(fā)表了反向傳播算法的經(jīng)典論文。雖然反向傳播算法誕生于20世紀(jì)60年代，但杰弗里·辛頓的這篇論文讓人們真正認(rèn)識到它的重要性，掀起了神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域的‘文藝復(fù)興運(yùn)動’。”商湯智能產(chǎn)業(yè)研究院院長田豐說，如今的生成式人工智能大模型、多模態(tài)大模型的訓(xùn)練都離不開反向傳播算法。
“從人工智能的視角觀察，可以說他們兩位最核心的科學(xué)貢獻(xiàn)，是將起源于理論物理、生物物理兩個學(xué)科的理論成功應(yīng)用于構(gòu)建人工智能科學(xué)理論。學(xué)科交叉研究為人工智能開辟了新天地?！痹阏f。
他表示，約翰·霍普菲爾德對記憶與關(guān)聯(lián)學(xué)習(xí)的智能理論計算模型貢獻(xiàn)很大，該模型在結(jié)構(gòu)上是一個典型的循環(huán)神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)類似于人腦中的海馬體腦區(qū)；而杰弗里·辛頓對深度神經(jīng)網(wǎng)絡(luò)及其訓(xùn)練方法的貢獻(xiàn)，主要在層次化與抽象化學(xué)習(xí)的智能理論計算模型方面，該模型在結(jié)構(gòu)上是一個典型的層次化神經(jīng)網(wǎng)絡(luò)，相似的結(jié)構(gòu)可以在人腦的大腦皮層連接模式中找到。
人工神經(jīng)網(wǎng)絡(luò)曾經(jīng)是條走不通的路
被譽(yù)為“AI教父”的杰弗里·辛頓，是現(xiàn)代俗稱的人工智能三巨頭之一，目前國際上活躍的人工智能專家很多都是他的學(xué)生或同事，比如，openAI曾經(jīng)的首席科學(xué)家伊利亞·蘇茨克韋爾就是他的博士生。
“杰弗里·辛頓在1978年獲得人工智能博士學(xué)位后，正趕上人工智能低谷期，那個時候人工智能領(lǐng)域的主流理論是符號主義和專家系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)這條路一度走不通。然而，杰弗里·辛頓并沒有放棄，一直堅持在人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域探索?！碧镓S說，直到2000年左右GPU興起，杰弗里·辛頓才取得一些重大突破；此后，他帶領(lǐng)學(xué)生一路披荊斬棘，在人工智能領(lǐng)域獲得多個里程碑式的成果。
“可以說，杰弗里·辛頓在青年時期很苦，那時候人工神經(jīng)網(wǎng)絡(luò)這個研究方向看不到希望，因為那時候既沒有海量的互聯(lián)網(wǎng)數(shù)據(jù)，也沒有強(qiáng)大的GPU算力，只有算法，人工神經(jīng)網(wǎng)絡(luò)這條路顯然是走不通的。同時人工智能也是一個冷門專業(yè)，學(xué)這個專業(yè)的人也不好找工作?！碧镓S告訴記者，如今人工智能的快速發(fā)展，得益于杰弗里·辛頓在學(xué)術(shù)上的堅守。
當(dāng)前，杰弗里·辛頓高度關(guān)注人工智能的安全風(fēng)險?！搬槍θ斯ぶ悄芸赡墚a(chǎn)生濫用惡用、人工智能對人類可能造成的生存風(fēng)險，杰弗里·辛頓不僅進(jìn)行了理論研究，還積極面向公眾開展演講，以提升公眾對人工智能風(fēng)險的認(rèn)知。”曾毅說。
在曾毅看來，與諸多獲得諾貝爾獎的科學(xué)成果一樣，約翰·霍普菲爾德和杰弗里·辛頓的科學(xué)貢獻(xiàn)都經(jīng)受住了時間和實踐的檢驗。
“受理論物理與生物物理啟發(fā)的人工神經(jīng)網(wǎng)絡(luò)理論與模型，不僅是現(xiàn)代人工智能最重要的理論基礎(chǔ)之一，近兩年在諸多科學(xué)領(lǐng)域也取得了顯著和廣泛的應(yīng)用效果，正在改變甚至是顛覆諸多學(xué)科的研究范式。”曾毅說。
用戶評論