北京時間10月8日，2024年諾貝爾物理學(xué)獎開獎。出人意料的是，今年的物理學(xué)獎頒給了人工智能領(lǐng)域的科學(xué)家，美國科學(xué)家約翰·霍普菲爾德和加拿大科學(xué)家杰弗里·欣頓獲得殊榮，以表彰他們在人工神經(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。諾貝爾物理學(xué)獎為啥要頒給了“AI教父”？記者就此采訪了南京大學(xué)人工智能學(xué)院俞揚教授。

物理學(xué)獎為啥頒給人工智能？

早年的AI研究者不少來自數(shù)學(xué)、物理等學(xué)科

8日下午開獎后，網(wǎng)友們瞬間“炸開”：諾貝爾物理學(xué)獎和人工智能到底有什么關(guān)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(chǔ)學(xué)科還確實有關(guān)聯(lián)。“早期的人工智能研究還不是一個專門的領(lǐng)域。上世紀(jì)60年代，沒有專門的計算機(jī)方向，人工智能剛剛開始萌芽，能夠?qū)懗绦蛟谀菚r候算是‘新鮮事’。從事計算機(jī)研究的科研人員，很多都是數(shù)學(xué)和物理領(lǐng)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(xué)研究，并獲得物理學(xué)博士學(xué)位。”

2024年諾獎物理學(xué)獎得主之一的約翰·霍普菲爾德同樣是學(xué)物理出身。約翰·霍普菲爾德是美國康奈爾大學(xué)的物理學(xué)博士，工作后又“跳出舒適圈”，開始轉(zhuǎn)向生物學(xué)領(lǐng)域的神經(jīng)科學(xué)研究。這樣的學(xué)術(shù)背景，讓他的科研工作充滿跨學(xué)科的挑戰(zhàn)性。1982年，約翰·霍普菲爾德在PNAS(美國國家科學(xué)院院刊 ) 上發(fā)表了一篇橫跨物理學(xué)、生物學(xué)、計算機(jī)科學(xué)的論文《Neural networks and physical systems with emergent collective computational abilities》，在當(dāng)時掀起了一股物理學(xué)家學(xué)習(xí)神經(jīng)科學(xué)的熱潮，并把眾多物理學(xué)家和計算機(jī)科學(xué)家?guī)肷窠?jīng)科學(xué)的大門。

今年諾獎的另一位獲獎?wù)呓芨ダ铩ば李D，同樣學(xué)科背景很交叉。據(jù)悉，辛頓在劍橋大學(xué)國王學(xué)院讀本科的時候，至少讀了生理學(xué)、化學(xué)、物理學(xué)、建筑、哲學(xué)、心理學(xué)等N個專業(yè)。在人工智能研究領(lǐng)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(jī)領(lǐng)域的最高獎“圖靈獎”的獲得者，還被譽為深度學(xué)習(xí)領(lǐng)域的“三駕馬車”之一，享有“AI教父”的美譽。“今天機(jī)器學(xué)習(xí)領(lǐng)域的大模型，都離不開兩位科學(xué)家的研究，因此，諾貝爾獎對兩位AI領(lǐng)域的前輩進(jìn)行表彰，也是對AI發(fā)展的認(rèn)可。”俞揚說。

致力于讓計算機(jī)變得“更聰明”

他們教會計算機(jī)“十八般武藝”

真要歸納共同的獲獎原因，那便是兩位科學(xué)家都在借助物理系統(tǒng)模型，探尋讓計算機(jī)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(jī)是不是也可以？人工智能領(lǐng)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(jīng)網(wǎng)絡(luò)，如果將這個神經(jīng)網(wǎng)絡(luò)“搬”進(jìn)計算機(jī)，并且一步步教計算機(jī)“新知識”，那計算機(jī)是不是可以像人一樣，學(xué)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(xué)獎的兩位獲獎?wù)撸褪墙逃嬎銠C(jī)“學(xué)會學(xué)習(xí)”的“優(yōu)秀教師”。1982年，約翰·霍普菲爾德提出了一種革命性的網(wǎng)絡(luò)結(jié)構(gòu)，被稱為“霍普菲爾德網(wǎng)絡(luò)”。這個網(wǎng)絡(luò)能夠具有一定的記憶和聯(lián)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(gòu)出最相似的存儲模式，適合處理有噪聲或部分缺失的數(shù)據(jù)，比如恢復(fù)受損的圖像或識別手寫字符，這種方法為一系列高級神經(jīng)網(wǎng)絡(luò)模型的發(fā)展提供了啟發(fā)。

杰弗里·欣頓“調(diào)教”下的計算機(jī)“大腦”更聰明了一些。他對于計算機(jī)有著更高的期待，希望電腦能像人類一樣自主學(xué)習(xí)和分類信息。1985年，辛頓和同事提出了“玻爾茲曼機(jī)”，這種結(jié)構(gòu)允許網(wǎng)絡(luò)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(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)方法，使得如今的各種“大模型”成為可能。

跨學(xué)科獲獎，“AI教父”自稱“沒想到”

他們的研究成果，已經(jīng)被廣泛應(yīng)用于各個領(lǐng)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(xué)獎，連他自己都沒想到。但不可否認(rèn)的是，越來越“聰明”的人工智能，已經(jīng)和物理、生物、化學(xué)等多學(xué)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(jī)器學(xué)習(xí)，已經(jīng)成為人工智能最大的一個子領(lǐng)域，能夠從早期的手寫字符和動物圖片的識別，發(fā)展成為今天的圖像處理和人機(jī)對話，“智商”高得讓人類產(chǎn)生了危機(jī)感。

“人工智能的模型越來越大，從一個到多個，再到現(xiàn)在的上千億個參數(shù)，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(xué)家們甘于坐“冷板凳”，執(zhí)著于自己的科研目標(biāo)，才讓人工智能獲得了今天的發(fā)展成就。

讓科研工作者們執(zhí)著的機(jī)器學(xué)習(xí)，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(chuàng)造服務(wù)和幫助人類的工具，延伸人類的活動范圍和能力。擁有數(shù)十億甚至上萬億參數(shù)的“深度神經(jīng)網(wǎng)絡(luò)”被廣泛應(yīng)用于各個領(lǐng)域，從語言翻譯到圖像識別，從推薦系統(tǒng)到科學(xué)研究。它們幫助物理學(xué)家在海量數(shù)據(jù)中尋找希格斯粒子，協(xié)助天文學(xué)家發(fā)現(xiàn)系外行星，甚至在預(yù)測蛋白質(zhì)結(jié)構(gòu)和設(shè)計新材料方面發(fā)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(lián)網(wǎng)的普及、人工智能的應(yīng)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(xù)。科學(xué)技術(shù)的進(jìn)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(xué)獎沒頒給物理學(xué)家，不是第一次了……

2021年獲得諾獎物理學(xué)獎的是氣候研究學(xué)者

諾貝爾物理學(xué)獎沒頒給物理學(xué)家，并不是首次。2021年的諾貝爾物理學(xué)獎，同樣出人意料的頒給了氣候研究者。日本氣象學(xué)家真鍋淑郎、德國氣象學(xué)家克勞斯·哈塞爾曼和意大利物理學(xué)家喬治·帕里西分享獎項。南信大氣候與應(yīng)用前沿研究院院長羅京佳曾與真鍋淑郎在同一個研究機(jī)構(gòu)一起工作過。他曾表示，物理學(xué)是一門基礎(chǔ)學(xué)科，而氣候研究則是物理學(xué)科的應(yīng)用方向，所以，不要認(rèn)為物理學(xué)獎的頒獎是“跑題”，氣候?qū)＜业墨@獎是完全“認(rèn)真的”。

揚子晚報/紫牛新聞  楊甜子

校對 李海慧