北京时间10月8日,2024年诺贝尔物理学奖开奖。出人意料的是,今年的物理学奖颁给了人工智能领域的科学家,美国科学家约翰·霍普菲尔德和加拿大科学家杰弗里·欣顿获得殊荣,以表彰他们在人工神经网络机器学习方面的基础性发现和发明。诺贝尔物理学奖为啥要颁给了“AI教父”?扬子晚报·紫牛新闻记者
杨甜子
就此采访了
南京大学人工智能学院俞扬教授。
8日下午开奖后,网友们瞬间“炸开”:诺贝尔物理学奖和人工智能到底有什么关系?难道真的要成为诺贝尔奖版的“图灵奖”?俞扬表示,人工智能和基础学科还确实有关联。“早期的人工智能研究还不是一个专门的领域。上世纪60年代,没有专门的计算机方向,人工智能刚刚开始萌芽,能够写程序在那时候算是‘新鲜事’。从事计算机研究的科研人员,很多都是数学和物理领域的研究者。包括我们中国的‘图灵奖’得主姚期智教授,早年也从事物理学研究,并获得物理学博士学位。”
2024年诺奖物理学奖得主之一的约翰·霍普菲尔德同样是学物理出身。约翰·霍普菲尔德是美国康奈尔大学的物理学博士,工作后又“跳出舒适圈”,开始转向生物学领域的神经科学研究。这样的学术背景,让他的科研工作充满跨学科的挑战性。1982年,约翰·霍普菲尔德在PNAS(美国国家科学院院刊 ) 上发表了一篇横跨物理学、生物学、计算机科学的论文《Neural networks and physical systems with emergent collective computational abilities》,在当时掀起了一股物理学家学习神经科学的热潮,并把众多物理学家和计算机科学家带入神经科学的大门。
今年诺奖的另一位获奖者杰弗里·欣顿,同样学科背景很交叉。据悉,辛顿在剑桥大学国王学院读本科的时候,至少读了生理学、化学、物理学、建筑、哲学、心理学等N个专业。在人工智能研究领域,他拥有比约翰·霍普菲尔德更为响亮的名头,他不仅是计算机领域的最高奖“图灵奖”的获得者,还被誉为深度学习领域的“三驾马车”之一,享有“AI教父”的美誉。“今天机器学习领域的大模型,都离不开两位科学家的研究,因此,诺贝尔奖对两位AI领域的前辈进行表彰,也是对AI发展的认可。”俞扬说。
真要归纳共同的获奖原因,那便是两位科学家都在借助物理系统模型,探寻让计算机变得更加“聪明”的原理。俞扬表示,拥有大脑的人类或是其他生物,可以思考、看图、对话,那么计算机是不是也可以?人工智能领域的研究者们,一直朝着这个方向在努力。人类的大脑拥有一个庞大的神经网络,如果将这个神经网络“搬”进计算机,并且一步步教计算机“新知识”,那计算机是不是可以像人一样,学会翻译语言、识别图像甚至是合理对话等技能呢?
今年诺奖物理学奖的两位获奖者,就是教计算机“学会学习”的“优秀教师”。1982年,约翰·霍普菲尔德提出了一种革命性的网络结构,被称为“霍普菲尔德网络”。这个网络能够具有一定的记忆和联想能力,比如图像,并且在给定不完整或有噪声的输入时,能够重构出最相似的存储模式,适合处理有噪声或部分缺失的数据,比如恢复受损的图像或识别手写字符,这种方法为一系列高级神经网络模型的发展提供了启发。
杰弗里·欣顿“调教”下的计算机“大脑”更聪明了一些。他对于计算机有着更高的期待,希望电脑能像人类一样自主学习和分类信息。1985年,辛顿和同事提出了“玻尔兹曼机”,这种结构允许网络不仅能识别已知模式,还能生成新的、相似的模式。更重要的是,辛顿在1986年推广的“反向传播”方法,成为今天最主流的神经网络模型的学习方法,使得如今的各种“大模型”成为可能。