当地时间10月8日，瑞典皇家科学院宣布，将2024年诺贝尔物理学奖授予普林斯顿大学的约翰·霍普菲尔德（John J. Hopfield）和多伦多大学的杰弗里·辛顿（Geoffrey E. Hinton），以表彰他们“为利用人工神经网络进行机器学习做出的基础性发现和发明”。两位获奖者将平分1100万瑞典克朗（约合745万元人民币）奖金。

打开APP，查看更多精彩图片

诺贝尔奖官方X账号@NobelPrize介绍，两位获奖者利用物理学工具构建了多种方法，为今天强大的机器学习奠定了基础。约翰·霍普菲尔德创造了一种可以存储和重建信息的结构，杰弗里·辛顿发明了一种可以独立发现数据属性的方法，该方法对于现在使用的大型人工神经网络至关重要。

@NobelPrize写道，虽然计算机不能思考，但机器现在可以模仿记忆和学习等功能——今年的两位物理学奖获得者为实现了这一目标做出巨大贡献。他们利用物理学的基本概念和方法，开发出了利用网络结构处理信息的技术。

约翰·霍普菲尔德创造了一种联想存储器，可以存储和重建数据中的图像和其他类型的模式（patterns）。霍普菲尔德网络可以存储模式，并具有重建模式的方法。当这个网络获取到一个不完整或轻微扭曲的模式时，该方法可以找到与之最相似的存储模式。

霍普菲尔德网络的工作方法示意图（诺贝尔奖官方X账号@NobelPrize）

另一位得主杰弗里·辛顿利用约翰·霍普菲尔德开发的网络作为基础，创造了一种新的网络——玻尔兹曼机器（the Boltzmann machine）。玻尔兹曼机器可以学习识别给定类型数据中的特征元素。玻尔兹曼机器可以用来对图像进行分类，也可以根据训练过的模式类型创建新的示例。杰弗里·辛顿在这项工作的基础上，帮助启动了当前机器学习的爆炸式发展。

玻尔兹曼机器、玻尔兹曼机器（诺贝尔奖官方X账号@NobelPrize）

2024年诺贝尔物理学奖获得者的突破建立在物理科学的基础之上。他们展示了一种全新的方式，让我们利用计算机来帮助和指导我们应对人类社会所面临的许多挑战。

由于他们的工作，人类的工具箱里现在有了一种新的工具，我们可以选择将其用于有益的目的。目前，基于人工神经网络的机器学习正在彻底改变科学、工程和日常生活。

该领域已经在为建设可持续发展的社会取得突破性进展，如确定新的功能材料。未来如何利用人工神经网络进行深度学习，取决于我们人类如何选择使用这些已经存在于我们生活许多方面的强大工具。

（诺贝尔奖官方X账号@NobelPrize）

此前，诺贝尔物理学奖已颁发给225位获奖者。由于约翰·巴丁(John Bardeen) 曾两次获奖，因此自1901年以来，共有224人获得过诺贝尔物理学奖。自1901年以来，诺贝尔物理学奖已颁发117 次。