本報(bào)記者 陸成寬

　　10月8日，美國(guó)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，因在使用人工神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)方面的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明而榮獲2024年諾貝爾物理學(xué)獎(jiǎng)。

　　得知諾獎(jiǎng)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(dòng)�！罢痼@的是諾貝爾物理學(xué)獎(jiǎng)竟然頒給了計(jì)算機(jī)科學(xué)家，激動(dòng)的是人工智能領(lǐng)域獲得了更廣泛的認(rèn)可�！睆垕I說。

　　在人工智能領(lǐng)域作出奠基性貢獻(xiàn)

　　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(jì)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(gè)領(lǐng)域，而且有望用于設(shè)計(jì)下一代計(jì)算機(jī)。

　　“表面上看，2024年諾貝爾物理學(xué)獎(jiǎng)授予了人工智能領(lǐng)域，但從更廣泛的意義上講，這個(gè)獎(jiǎng)實(shí)際上授予了理論物理學(xué)�！敝袊�(guó)科學(xué)院自動(dòng)化研究所研究員、聯(lián)合國(guó)人工智能高層顧問機(jī)構(gòu)專家曾毅說，兩位獲獎(jiǎng)?wù)叩难芯勘尘岸计鹪从谖锢韺W(xué)。

　　剛剛獲獎(jiǎng)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工作。

　　“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；霍普菲爾德提出了霍普菲爾德網(wǎng)絡(luò)，這個(gè)網(wǎng)絡(luò)對(duì)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(shí)現(xiàn)了由物理學(xué)到神經(jīng)科學(xué)的跨越。”張婭說。

　　“1986年，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，但這篇論文讓人們真正認(rèn)識(shí)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(dòng)’。”商湯智能產(chǎn)業(yè)研究院院長(zhǎng)田豐說，今天，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(gè)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。”曾毅說。

　　曾毅認(rèn)為，霍普菲爾德對(duì)記憶與關(guān)聯(lián)學(xué)習(xí)的智能理論計(jì)算模型貢獻(xiàn)很大，該模型在結(jié)構(gòu)上是一個(gè)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)；而辛頓對(duì)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(jì)算模型方面，該模型在結(jié)構(gòu)上是一個(gè)典型的層次化神經(jīng)網(wǎng)絡(luò)，相似的結(jié)構(gòu)可以在人類大腦皮層連接模式中找到。

　　堅(jiān)守曾經(jīng)走不通的冷門專業(yè)

　　被譽(yù)為“AI教父”的辛頓，是現(xiàn)代俗稱的人工智能三巨頭之一，目前國(guó)際上活躍的很多人工智能專家都是他的學(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。

　　“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(gè)時(shí)候人工智能領(lǐng)域的主流理論是符號(hào)主義和專家系統(tǒng)，神經(jīng)網(wǎng)絡(luò)這條路一度走不通。然而，辛頓并沒有放棄，一直堅(jiān)持在神經(jīng)網(wǎng)絡(luò)領(lǐng)域做探索�！碧镓S說，直到2000年左右GPU興起，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(gè)里程碑式成果。

　　“可以說，辛頓在青年時(shí)期很苦，那時(shí)候神經(jīng)網(wǎng)絡(luò)這個(gè)研究方向看不到希望，因?yàn)槟菚r(shí)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，神經(jīng)網(wǎng)絡(luò)這條路顯然是走不通的。同時(shí)人工智能也是一個(gè)冷門專業(yè)，學(xué)這個(gè)專業(yè)的人也不好找工作�！碧镓S告訴科技日?qǐng)?bào)記者，而人工智能的快速發(fā)展，卻得益于辛頓在學(xué)術(shù)上的堅(jiān)守。

　　現(xiàn)在，辛頓高度關(guān)注人工智能的安全風(fēng)險(xiǎn)�！搬槍�(duì)人工智能可能產(chǎn)生濫用惡用、人工智能對(duì)人類可能造成的生存風(fēng)險(xiǎn)，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(duì)人工智能風(fēng)險(xiǎn)的認(rèn)知。”曾毅說。

　　在曾毅看來，與諸多獲得諾貝爾獎(jiǎng)的科學(xué)成果一樣，霍普菲爾德和辛頓的科學(xué)貢獻(xiàn)都經(jīng)受住了時(shí)間和實(shí)踐的檢驗(yàn)。

　　“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。

　　(科技日?qǐng)?bào)北京10月8日電)