北京時間10月8日，2024年諾貝爾物理學獎開獎。出人意料的是，今年的物理學獎頒給了人工智能領域的科學家，美國科學家約翰·霍普菲爾德和加拿大科學家杰弗里·欣頓獲得殊榮，以表彰他們在人工神經網絡機器學習方面的基礎性發現和發明。諾貝爾物理學獎為啥要頒給了“AI教父”？記者就此采訪了南京大學人工智能學院俞揚教授。

物理學獎為啥頒給人工智能？

早年的AI研究者不少來自數學、物理等學科

8日下午開獎后，網友們瞬間“炸開”：諾貝爾物理學獎和人工智能到底有什么關系？難道真的要成為諾貝爾獎版的“圖靈獎”？俞揚告訴記者，人工智能和基礎學科還確實有關聯。“早期的人工智能研究還不是一個專門的領域。上世紀60年代，沒有專門的計算機方向，人工智能剛剛開始萌芽，能夠寫程序在那時候算是‘新鮮事’。從事計算機研究的科研人員，很多都是數學和物理領域的研究者。包括我們中國的‘圖靈獎’得主姚期智教授，早年也從事物理學研究，并獲得物理學博士學位。”

2024年諾獎物理學獎得主之一的約翰·霍普菲爾德同樣是學物理出身。約翰·霍普菲爾德是美國康奈爾大學的物理學博士，工作后又“跳出舒適圈”，開始轉向生物學領域的神經科學研究。這樣的學術背景，讓他的科研工作充滿跨學科的挑戰性。1982年，約翰·霍普菲爾德在PNAS(美國國家科學院院刊 ) 上發表了一篇橫跨物理學、生物學、計算機科學的論文《Neural networks and physical systems with emergent collective computational abilities》，在當時掀起了一股物理學家學習神經科學的熱潮，并把眾多物理學家和計算機科學家帶入神經科學的大門。

今年諾獎的另一位獲獎者杰弗里·欣頓，同樣學科背景很交叉。據悉，辛頓在劍橋大學國王學院讀本科的時候，至少讀了生理學、化學、物理學、建筑、哲學、心理學等N個專業。在人工智能研究領域，他擁有比約翰·霍普菲爾德更為響亮的名頭，他不僅是計算機領域的最高獎“圖靈獎”的獲得者，還被譽為深度學習領域的“三駕馬車”之一，享有“AI教父”的美譽。“今天機器學習領域的大模型，都離不開兩位科學家的研究，因此，諾貝爾獎對兩位AI領域的前輩進行表彰，也是對AI發展的認可。”俞揚說。

致力于讓計算機變得“更聰明”

他們教會計算機“十八般武藝”

真要歸納共同的獲獎原因，那便是兩位科學家都在借助物理系統模型，探尋讓計算機變得更加“聰明”的原理。俞揚告訴記者，擁有大腦的人類或是其他生物，可以思考、看圖、對話，那么計算機是不是也可以？人工智能領域的研究者們，一直朝著這個方向在努力。人類的大腦擁有一個龐大的神經網絡，如果將這個神經網絡“搬”進計算機，并且一步步教計算機“新知識”，那計算機是不是可以像人一樣，學會翻譯語言、識別圖像甚至是合理對話等技能呢？

今年諾獎物理學獎的兩位獲獎者，就是教計算機“學會學習”的“優秀教師”。1982年，約翰·霍普菲爾德提出了一種革命性的網絡結構，被稱為“霍普菲爾德網絡”。這個網絡能夠具有一定的記憶和聯想能力，比如圖像，并且在給定不完整或有噪聲的輸入時，能夠重構出最相似的存儲模式，適合處理有噪聲或部分缺失的數據，比如恢復受損的圖像或識別手寫字符，這種方法為一系列高級神經網絡模型的發展提供了啟發。

杰弗里·欣頓“調教”下的計算機“大腦”更聰明了一些。他對于計算機有著更高的期待，希望電腦能像人類一樣自主學習和分類信息。1985年，辛頓和同事提出了“玻爾茲曼機”，這種結構允許網絡不僅能識別已知模式，還能生成新的、相似的模式。更重要的是，辛頓在1986年推廣的“反向傳播”方法，成為今天最主流的神經網絡模型的學習方法，使得如今的各種“大模型”成為可能。

跨學科獲獎，“AI教父”自稱“沒想到”

他們的研究成果，已經被廣泛應用于各個領域

“AI教父”杰弗里·欣頓10月8日表示，能夠拿到諾貝爾物理學獎，連他自己都沒想到。但不可否認的是，越來越“聰明”的人工智能，已經和物理、生物、化學等多學科一道，在我們的生活中起到了越來越重要的作用。如今的機器學習，已經成為人工智能最大的一個子領域，能夠從早期的手寫字符和動物圖片的識別，發展成為今天的圖像處理和人機對話，“智商”高得讓人類產生了危機感。

“人工智能的模型越來越大，從一個到多個，再到現在的上千億個參數，這背后是一代代研究人員的堅持。”俞揚介紹，約翰·霍普菲爾德和杰弗里·欣頓所處的時代，人工智能研究并不算熱門，甚至可以稱為“冷板凳”。正是科學家們甘于坐“冷板凳”，執著于自己的科研目標，才讓人工智能獲得了今天的發展成就。

讓科研工作者們執著的機器學習，到底對我們有什么用途？俞揚教授表示，人工智能研究的目的是創造服務和幫助人類的工具，延伸人類的活動范圍和能力。擁有數十億甚至上萬億參數的“深度神經網絡”被廣泛應用于各個領域，從語言翻譯到圖像識別，從推薦系統到科學研究。它們幫助物理學家在海量數據中尋找希格斯粒子，協助天文學家發現系外行星，甚至在預測蛋白質結構和設計新材料方面發揮重要作用。

專家表示，人工智能還會成為人類對未知探索的動力來源。隨著互聯網的普及、人工智能的應用，越來越多的問題能很快得到答案，但我們對于未知的探索依然會繼續。科學技術的進步只會拓展我們思考問題的范疇和角度，這種“知無涯”的探索，正是人工智能的魅力所在。

鏈接：

物理學獎沒頒給物理學家，不是第一次了……

2021年獲得諾獎物理學獎的是氣候研究學者

諾貝爾物理學獎沒頒給物理學家，并不是首次。2021年的諾貝爾物理學獎，同樣出人意料的頒給了氣候研究者。日本氣象學家真鍋淑郎、德國氣象學家克勞斯·哈塞爾曼和意大利物理學家喬治·帕里西分享獎項。南信大氣候與應用前沿研究院院長羅京佳曾與真鍋淑郎在同一個研究機構一起工作過。他曾表示，物理學是一門基礎學科，而氣候研究則是物理學科的應用方向，所以，不要認為物理學獎的頒獎是“跑題”，氣候專家的獲獎是完全“認真的”。

揚子晚報/紫牛新聞  楊甜子

校對 李海慧