2024年诺贝尔物理学奖由普林斯顿大学的霍普菲尔德教授（John J. Hopfield）和加拿大大学的辛顿教授（Geoffrey E. Hinton）共同获得，表彰他们在人工神经网络方面的创作，这一成果为当今的机器学习、算法以及生成式人工智能奠定了重要基础。

国立清华大学物理系的林秀豪教授指出，今年的物理奖颁发令人感到惊讶。虽然霍普菲尔德是名副其实的物理学家，但辛顿则是一位计算机科学家。

学界分析认为，霍普菲尔德以物理学为基础，而辛顿则在此基础上发展出霍普菲尔德网络并创建了人工神经网络波兹曼机器，利用信息工程的技术脱离了物理范畴，促进了信息处理的优化，进而推动了多种应用的发展。

霍普菲尔德基于物理法则，首次开发了霍普菲尔德网络（Hopfield network），而辛顿随后进一步发展了波兹曼机器（Boltzmann machine）。

林秀豪进一步说明，尽管波兹曼机器能够处理较复杂的问题，但其收敛性较差，因此辛顿决定对其进行优化，推出了限制型波兹曼机器（Restricted Boltzmann Machines），使之兼具收敛速度快以及处理复杂问题的优势，为现代多种算法奠定了基础。

林秀豪提到，辛顿曾经面临困境，其研究在主流学术界不被重视。直到2012年，辛顿及其团队首次开发了Alex Net，利用神经网络结构识别猫狗等物种，这标志着机器学习发展中的一次重大突破，辛顿也因此迅速崭露头角，随后连续获颁图灵奖等荣誉。

今年诺贝尔物理学奖的获奖者于8日在斯德哥尔摩的瑞典皇家科学院正式宣布。来源：路透社

尽管辛顿被誉为当代人工智能领域的三位巨头之一，林秀豪指出，辛顿在去年离开谷歌，前往斯坦福大学后，曾提醒公众称“人工智能可能和核武器一样危险，需谨慎监管。”一位曾经困顿的学者在成名后愿意警示研究中的风险，实属不易；而霍普菲尔德则是“博士后导师的上级”，两人曾通过信件交流，霍普菲尔德以其对问题的执着而著称，同时乐于与他人分享和解析研究。

东海大学应用物理系的施奇廷教授表示，霍普菲尔德网络的诞生相当于人类早期发明“轮子”的里程碑，促成了后续的革新与发展，没有霍普菲尔德的贡献，这些应用将无法实现。他还指出，当年的霍普菲尔德网络已有如今生成式人工智能的某些理念，但因时代限制未能充分体现。

林秀豪补充道，从霍普菲尔德网络到限制型波兹曼机器，是一种优雅的跨学科科学成果，而其根本仍源自物理学，因此他们获得诺贝尔物理学奖。

目前，自动驾驶系统需要运用神经网络来判断前方的障碍物，而用户通过手机说“嘿！Siri”后，设备会进行识别并执行指令，都是二人研究结晶的具体体现，“这并非科幻，而是已经融入了我们的日常生活。”

信息来源：世界日报