當地時間8日，瑞典皇家科學院宣布，將2024年諾貝爾物理學獎授予美國普林斯頓大學教授約翰·霍普菲爾德和加拿大多倫多大學教授傑弗里·欣頓，以表彰他們「為推動利用人工神經網絡進行機器學習作出的基礎性發現和發明」。他們創建的人工神經網絡為包括ChatGPT在內的機器學習奠定了基礎，推動人工智能（AI）發展。欣頓8日表示，獲得諾獎完全出乎他的意料。他指出，相關技術對社會產生巨大影響，但也要警惕潛在風險。

大公報綜合報道，霍普菲爾德和欣頓將平分1100萬瑞典克朗（約827萬港元）獎金。諾獎官網介紹，霍普菲爾德1933年出生在美國伊利諾伊州芝加哥，1958年獲得康奈爾大學博士學位，現任普林斯頓大學教授。欣頓1947年出生在英國倫敦，1978年獲得英國愛丁堡大學博士學位，現任多倫多大學教授。

諾貝爾物理學委員會主席穆恩斯說，兩名獲獎者利用統計物理的基本概念設計了人工神經網絡，構建了機器學習的基礎。相關技術已被用於推動多個領域的研究，包括粒子物理、材料科學和天體物理等，也已用於日常生活中的人臉識別和語言翻譯等。她同時警告說，機器學習的快速發展也引發了人們對未來的擔憂，人類有責任以安全且道德的方式使用這項新技術。

人工神經網絡受大腦結構啟發

評獎委員會在8日發布的新聞通報中表示：「當我們談論人工智能時，通常是指使用人工神經網絡的機器學習技術。這項技術最初受到大腦結構的啟發，在人工神經網絡中，大腦神經元由具有不同值的節點表示，這些節點通過連接相互影響，如同『突觸』，可以增強或減弱，網絡由此得到訓練。今年的獲獎者從20世紀80年代開始，就在人工神經網絡方面開展重要工作」。

霍普菲爾德早年探索分子生物學的理論問題，後來受邀參加一次神經科學會議時接觸到對大腦結構的研究，對此非常感興趣，並開始思考簡單神經網絡的動態。他創建了名為「霍普菲爾德網絡」的人工神經網絡，可以儲存和重構圖像，以及其他類型的數據模式。向其中輸入不完整或扭曲的圖像，該網絡能夠找到最接近該不完美圖像的已儲存圖像。欣頓在「霍普菲爾德網絡」的基礎上創建了一種新網絡「玻爾茲曼機」。這種網絡從給定的例子中學習，能夠對圖像進行分類，或者為其訓練時使用的模式類型創建新的範例。

上世紀90年代，很多研究人員對人工神經網絡失去了興趣，但欣頓繼續在該領域探索，為機器學習的爆炸式發展作出貢獻。2018年，他與本吉奧和楊立昆一同被授予圖靈獎。如今的人工神經網絡通常由更多層組成，被稱為深度神經網絡，它們的訓練方式被稱為深度學習。在該領域作出巨大貢獻的欣頓被譽為「AI教父」、「深度學習之父」和「神經網絡之父」。

欣頓在廉價旅館收到喜訊

欣頓8日在電話中表示，獲獎喜訊完全出乎他的意料。他說，自己身處加州一間廉價旅館，「我今天原本打算去做磁力共振掃描（MRI），但現在我認為應該取消這項計劃」。被問到最喜歡哪種AI工具時，欣頓說自己是ChatGPT的忠實用戶，但同時坦言對技術失控風險感到擔憂。他說，不後悔進行了這些研究，但擔心「比我們更智能的系統將最終控制一切」。

今年物理學諾獎的結果令很多人感到意外。諾貝爾物理學委員會秘書丹尼爾松表示，該獎項可以授予理論上、實驗上或者觀測上的發現，也可以授予發明，今年的獲獎成果從某種意義上講也是一種發明，一種能以多種方式應用的發明。

得獎理論

霍普菲爾德和欣頓使用物理學工具構建人工神經網絡，為當今強大的機器學習奠定了基礎，推動人工智能（AI）發展。霍普菲爾德創造了「霍普菲爾德網絡」（Hopfield network），能夠儲存和重構圖像。向該網絡輸入扭曲或不完整的圖像，該網絡能夠找到最接近該不完美圖像的已儲存圖像。

欣頓在「霍普菲爾德網絡」的基礎上創造出新網絡「玻爾茲曼機」（Boltzmann machine）。「玻爾茲曼機」通過學習給定數據類型的特徵元素，可用於圖像分類或創建新的訓練模式類型範例。

約翰·霍普菲爾德（John J. Hopfield）

現年91歲，美國科學家，普林斯頓大學教授。霍普菲爾德1933年7月出生在美國伊利諾伊州芝加哥市，1958年獲得康奈爾大學博士學位。他早年利用自己的物理學背景探索分子生物學的理論問題，後來受邀參加一次神經科學會議時接觸到對大腦結構的研究，對此非常感興趣，並開始思考簡單神經網絡的動態。

傑弗里·欣頓（Geoffrey E. Hinton）

現年76歲，英國出生的加拿大計算機學家和心理學家，多倫多大學教授，被譽為「AI教父」、「深度學習之父」和「神經網絡之父」。欣頓1947年12月出生在英國倫敦，1978年獲得英國愛丁堡大學博士學位。2018年，他因在深度學習方面的貢獻與本吉奧和楊立昆一同被授予圖靈獎。欣頓於2013年加入谷歌，他創辦的DNNresearch公司也被谷歌收購。但為了能自由討論AI的潛在風險，他去年宣布從谷歌離職。

（來源：大公報A20：國際 2024/10/09）