2024诺贝尔物理奖揭晓！AI教父与「深度学习先驱」共享桂冠

2024诺贝尔物理奖得主。(图/诺贝尔委员会)

2024年诺贝尔物理奖得主，中欧时间周二（8日）上午11时45分（台湾时间下午5时45分）揭晓，由美国普林斯顿大学科学家霍普菲尔德（John J. Hopfield）、生于英国的加拿大多伦多大学科学家辛顿（Geoffrey E. Hinton）共享殊荣，以表彰他们借由人工神经网络实现机器学习的基础发现与发明。

诺贝尔奖官方网站8日指出，电脑虽然无法思考，如今已能模仿记忆和学习等功能。今年的物理学奖得主促成了这一切的实现，利用物理学的基本概念和方法，他们开发出能够使用网路结构来处理资讯的技术。诺贝尔物理学委员会主席穆斯（Ellen Moons）8日表示：「人工神经网路已被用来推进粒子物理学、材料科学、和天文物理学等不同物理主题的研究。」

诺贝尔奖委员会表示，今年的物理学奖得主突破了物理科学的基础，展示了一种全新的方式，利用电脑来帮助和引导世人解决社会面临的众多挑战。由于他们的研究成果，人类现在拥有了一个新工具，这个工具可以用于造福社会。基于人工神经网路的机械学习正彻底改变科学、工程和日常生活。

这个领域正在推动实现建立可持续社会的突破，例如识别新功能材料。未来人工神经网路深度学习的应用，将取决于人类如何选择运用这些已经融入生活的强大工具。2024年诺贝尔物理学奖得主运用了物理学的工具，构建出奠定今日强大机器学习基础的方法。

今年高龄91岁的霍普菲尔德创建了一种能够储存和重建资讯的结构。76岁的辛顿发明了一种可以自动发现数据属性的方法，这对目前大型人工神经网路至关重要。

1980 年代初，霍普菲尔德首次提出「循环神经网路」(Recurrent neural network，RNN)，论文中的「由繁入简」插图，具体的形容电脑如何利用归纳法来自我学习，他也发明了「深度学习」（deep learning）这个名词。辛顿（Geoffrey Hinton）1986年发表的「多层神经网路反向传播演算法」的论文，补上了「由简入繁」过程该如何进行，辛顿也被称为「深度学习之父」。

霍普菲尔德原本是固态物理学家，但他不甘于被舒适圈所局限，不断向外寻找「值得解决的问题」，于是先后跨足分子生物学以及当时新兴的神经科学及AI研究。后来他提出「霍普菲尔网路」，为生物的联想式记忆（associative memory）提供了简单的数学模型，也为当时几近被废弃的人工神经网路重燃一丝希望。

辛顿是人工智慧（AI）教父级人物，门生无数，在深度学习领域成就斐然，早在2018 年已荣获号称「计算机界的诺贝尔奖」的图灵奖（Turing Award）。辛顿获知自己得奖后接受电话访问时表示：「我相当惊讶。我不知道会发生这种事（得奖）。」他补充：「机器学习和人工智慧将产生堪比工业革命的巨大影响。」辛顿近年多次直指人工智慧「比核武危险」，他不忘在得知荣获诺奖桂冠后第一时间再度提出警告：「未来可能存在危险，因为人类不曾处理比人类更聪明的事物。」

在2024得奖人公布之前，诺贝尔物理奖迄今已颁发117次，共225人获奖、其中5人是女性 ；历年最年轻的得奖者为25岁，最年长的得奖者为96岁。物理奖得主公布后，化学奖、文学奖、和平奖依序于本周三（9日）至周五（11日）揭晓，最后一个揭晓的是下周一（14日）公布的经济奖得主。诺贝尔各奖奖金为1100万瑞典克朗（新台币约3414万元），若得主超过1人，将由共享殊荣者分享奖金。