万万没想到……2024年诺贝尔物理学奖，授予了从事人工智能研究的科学家。
北京时间10月8日下午5点45分许，2024年诺贝尔物理学奖揭晓。约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton）获奖，表彰他们通过人工神经网络实现机器学习的基础性发现和发明。显然，这并非传统物理学的分支领域。
霍普菲尔德与辛顿获得诺贝尔物理学奖
霍普菲尔德，1933年出生于美国伊利诺伊州芝加哥市，1958年获得美国康奈尔大学博士学位，现任美国普林斯顿大学教授。他提出了霍普菲尔德网络模型，模仿了生物神经元的相互连接，并能够通过一种简单的操作实现复杂的信息处理。这种网络建模的突破不仅在神经科学中引起广泛关注，也为机器学习打下了重要基础。
辛顿，1947年出生于英国伦敦，1978年获得英国爱丁堡大学博士学位，现任加拿大多伦多大学教授。他被誉为“深度学习之父”，他主攻机器学习与神经网络。辛顿与其团队在2006年提出的反向传播算法，使得多层神经网络的训练变得切实可行，从而促进了深度学习的革新。
辛顿将霍普菲尔德网络的想法应用于一种新网络，这种新网络使用另一种方法：玻尔兹曼机。玻尔兹曼机可以学习给定数据类型的特征元素，可以用来分类图像或创建新材料。这种机器学习帮助推动了当今机器学习的快速发展。
两位获奖者的成就世所公认，都堪称“AI教父”级别。特别是辛顿，他早在2018年就获得了计算机领域最高奖——图灵奖。
诺贝尔奖官网上的问卷调查，超过半数网友表示，不知道机器学习的模型是基于物理学工具。
但诺贝尔物理学奖公布后，众多学者都表示意外。甚至有人调侃，“从此，计算机领域的最高荣誉不再是图灵奖了。”言下之意，此次诺贝尔物理学奖的“跨界”，确实有些出人意料。
诺贝尔奖官网这样解释霍普菲尔德与辛顿的获奖原因：今年的两位诺贝尔物理学奖得主使用了物理学的工具，为当今强大的机器学习方法奠定了基础。
两位获奖者的成就来源于“物理学的工具”，因此也能归入物理学范畴。换个角度看，物理学家跨界发明了人工神经网络，再次证明了跨学科交叉，在前沿研究中已然成为新常态。
正如诺贝尔奖官网新闻稿中所言，“今年物理学奖获得者的突破是物理科学的基础，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我们社会所面临的诸多挑战。由于他们的成果，人类的工具箱里现在有了一种新的工具，我们可以选择利用它大展身手。”
诺贝尔物理学奖委员会主席 Ellen Moons 表示，“两位获奖者的工作已经产生了巨大的效益。在物理学领域，我们将人工神经网络应用于广泛的领域，例如开发具有特定属性的新材料。”
据悉，诺贝尔物理学奖是诺贝尔奖的六个奖项之一，由瑞典皇家科学院每年颁发给在物理科学领域作出杰出贡献的科学家。从1901年至2023年，诺贝尔物理学奖共颁发了117次，没有颁发的六年分别是1916年、1931年、1934年、1940年、1941年和1942年。共225人次获奖，实际获奖个人为224人，因为美国物理学家John Bardeen于1956年和1972年两次获奖。
链接
过去5年诺贝尔物理学奖得主名单：
2023年——美国科学家Pierre Agostini、德国科学家Ferenc Krausz和法国/瑞典科学家Anne L’Huillier，以表彰他们“开发了产生阿秒光脉冲的实验方法，用于研究物质中的电子动力学”。
2022年——法美奥三位科学家Alain Aspect、John F. Clauser和Anton Zeilinger获奖，获奖理由是“进行了纠缠光子的实验，确立了贝尔不等式的违反，并开创了量子信息科学”。
2021年——美德意三位科学家因“对人们理解复杂物理系统的开创性贡献”而获奖。美籍日裔科学家Syukuro Manabe、德国科学家Klaus Hasselmann的获奖理由是“物理模拟地球气候，量化变化和可靠地预测全球变暖”；意大利科学家Giorgio Parisi的获奖理由是“发现从原子到行星尺度的物理系统的无序和波动的相互作用”。
2020年——英国科学家Roger Penrose获奖，获奖理由是“发现黑洞形成是广义相对论的一个有力预测”；另外两位获奖者是德国和美国科学家Reinhard Genzel、Andrea Ghez，获奖理由是“在银河系中心发现了一个超大质量的致密天体”。
2019年——美国科学家James Peebles获奖，获奖理由是“在物理宇宙学的理论发现”；另外两位获奖者是瑞士科学家Michel Mayor和Didier Queloz，获奖理由是“发现了一颗围绕类太阳恒星运行的系外行星”。
现代快报+记者 是钟寅 李鸣 李楠 综合