美国有线电视新闻网 — 2024 年诺贝尔物理学奖授予约翰·霍普菲尔德 (John Hopfield) 和杰弗里·辛顿 (Geoffrey Hinton)，以表彰他们在机器学习方面的基本发现，为当今人工智
美国有线电视新闻网 — 2024 年诺贝尔物理学奖授予约翰·霍普菲尔德 (John Hopfield) 和杰弗里·辛顿 (Geoffrey Hinton)，以表彰他们在机器学习方面的基本发现，为当今人工智能的使用铺平了道路。
普林斯顿大学教授霍普菲尔德和多伦多大学计算机科学家辛顿因为机器学习奠定了基础而受到赞扬，机器学习为当今许多基于人工智能的产品和应用提供了动力。然而，辛顿也表达了对人工智能未来发展的担忧，他与前雇主谷歌断绝了关系，以便在这个问题上更自由地发言。
诺贝尔物理学委员会成员马克·皮尔斯告诉美国有线电视新闻网：“他们的工作为我们今天所经历的人工智能奠定了基础。”
该委员会周一在瑞典宣布了这一享有盛誉的荣誉，被视为科学成就的顶峰。该奖项包括 1100 万瑞典克朗（100 万美元）的现金奖励。
被称为人工智能（AI）“教父”的辛顿表示，他对获奖感到“震惊”。
诺贝尔物理学奖周二在瑞典颁发。乔纳森·纳克斯特兰德/法新社/盖蒂图片社
人工智能的“巨大影响力”
当被问及他的研究帮助开发的技术的潜在意义时，他表示人工智能将对我们的社会产生“巨大影响”。
“这将与工业革命相媲美。但它不会在体力上超越人们，而是在智力上超越人们。我们没有经历过比我们更聪明的东西是什么感觉，”他在宣布这一消息后立即接受电话采访时说道。
Hinton 预测该技术将彻底改变医疗保健等领域，从而导致“生产力的巨大提高”。
“但我们也必须担心一些可能的不良后果，特别是这些事情失控的威胁，”他警告说。
“我担心这的总体后果可能是比我们更智能的系统最终会取得控制权，”他补充道。
诺贝尔物理学委员会主席艾伦·穆斯 (Ellen Moons) 表示，得益于获奖者的工作，从面部识别到语言翻译，人工智能已经“成为我们日常生活的一部分”。
“获奖者的发现和发明构成了机器学习的基石，可以帮助做出更快、更可靠的决策，例如在诊断医疗状况时，”穆斯说。
美国物理研究所首席执行官迈克尔·马洛尼 (Michael Maloney) 告诉 CNN，诺贝尔奖获得者的工作改变了科学，使机器学习系统能够处理大量数据，并使科学家能够发现他们原本无法看到的模式。
“大约 40 年前，人们对这些神经网络感到非常兴奋……但当时我们没有技术来真正实施和利用这些发现。这需要时间，而现在我们这样做了，它确实以巨大的速度加速了。”
“生成人工智能系统和机器学习系统已经正在改变对系外行星的搜索，”他说。 “这只是众多例子之一。”
模仿大脑
人工智能已成为使用人工神经网络进行机器学习的简写。这项技术由霍普菲尔德和辛顿开发，基于大脑的结构。
大脑有神经元，而人工神经网络有具有不同值的节点。大脑的神经元通过突触相互通信，而人工节点则通过连接相互影响。您可以通过在节点之间建立更强的连接来训练人工神经网络，就像训练大脑一样。
正如我们可以绞尽脑汁寻找我们很少使用且仅依稀记得的特定单词或事实一样，人工神经网络也可以回溯它所保存的模式——这要归功于 1982 年 Hopfield 网络的发明。
“霍普菲尔德很好奇是否有可能拥有一个受大脑启发的物理系统，即连接在一起的小型计算神经元网络。他很好奇是否有可能建立学习这样一个非常简单的系统。这实际上是可能的，”皮尔斯说。
霍普菲尔德发表他的研究后，辛顿利用统计物理学的思想对其进行了扩展，并开发了最早的机器学习形式，称为“玻尔兹曼机”。
“特别是，他（Hinton）证明了可以使用网络来查找数据模式，”皮尔斯补充道。
自 20 世纪 80 年代以来，网络规模不断扩大。 Hopfield 使用的网络只有 30 个节点，连接节点的参数少于 500 个，而今天的网络（例如用于支持 Chat GPT 的网络）可以包含超过一万亿个参数。
与传统软件不同，传统软件类似于遵循烘焙蛋糕的食谱，人工神经网络能够通过示例进行学习——利用先验知识来创建新食谱。
举报人
作为人工智能先驱，Hinton 还敦促人们对这项技术保持谨慎。 2023 年 5 月，他辞去了谷歌的职务，并在担心谷歌变得多么聪明后决定“告发”。
“我只是一名科学家，突然意识到这些东西变得比我们更聪明，”辛顿去年告诉美国有线电视新闻网。 “我想告诉大家，我们应该认真担心如何阻止这些东西控制我们。”
他警告说，人工智能“知道如何编程，因此它会找到绕过我们施加的限制的方法。它会找到操纵人们做它想做的事情的方法。”
在周二的宣布仪式上，辛顿被问及是否对自己帮助创造这项技术感到后悔，他担心这项技术可能会造成巨大伤害，尽管该技术有许多潜在的好处。
“遗憾有两种。后悔是因为你做了一些你知道不应该做的事情而感到内疚，然后后悔是你做了一些在同样的情况下你会再做的事情，但最终可能不会有好的结果。”辛顿说。
“我有第二种遗憾。在同样的情况下，我会再次做同样的事情，但我担心这样做的总体后果可能是比我们更聪明的系统最终会控制。”