国际动态｜为AI奠基 美加学者夺物理学奖
2024年度诺贝尔物理学奖由两名美国及加拿大的学者赢得，表扬他们透过人工神经网络实现机器学习的发明，为人工智能（AI）奠基。
两名得奖者为91岁的普林斯顿大学教授霍普菲尔德（John Hopfield），以及76岁的多伦多大学教授辛顿（Geoffrey Hinton），他们将平分1,100万瑞典克朗（约825万港元）奖金。
网络图片
“AI教父”辛顿 曾任Google团队
其中，辛顿为电脑学家兼心理学家，被喻为“AI教父”（Godfather of AI），2018年已赢得有“电脑界诺贝尔奖”之称的图灵奖。不过，他最令人留下深刻的事件，为去年以担忧AI发展对人类存亡造成威胁，需要自由谈论AI技术的风险为由，离开工作长达10年的Google旗下研究AI团队Google Brain。
两人自80年代起，已在人工神经网络方面展开重要工作。瑞典皇家科学院表彰他们使用物理学工具，开发为当今强大的机器学习奠定基础之方式。当大家谈论AI时，通常指使用人工神经网络的机器学习，而这项技术最初的灵感源于大脑结构。
在人工神经网络中，大脑神经元由具有不同值的节点来呈现，而节点会透过类似“突触”（synapse）的连接来互相影响，可控制强弱程度。例如科学家可在同时具有高值的节点之间，建立更强连接以训练网络。
霍普菲尔德 创建联想记忆网络
霍普菲尔德创建一种联想记忆网络，可保存和重建图像及资料中其他类型的模式，其后命名为霍普菲尔德网络（Hopfield network）。网络利用物理学中描述物质原子自旋的特性，有系统地更新它们的数值，从而找到最接近不完美影像的已储存影像。
辛顿则使用霍普菲尔德网络，作为新网络玻尔兹曼机（Boltzmann machine）的基础，后者能自动寻找资料中的属性，执行识别特定类型资料中特征元素等任务。玻尔兹曼机可对影像作分类，或建立其所训练的模式类型的新范例。瑞典皇家科学院形容，辛顿在这项工作的基础上，协助启动当前机器学习的爆炸性发展。
摘录自香港经济日报