就在刚刚，2024 年诺贝尔物理学奖揭晓。

机器学习专家 John J. Hopfield（约翰·霍普菲尔德）、「AI 教父」Geoffrey E. Hinton（杰弗里·辛顿）荣获此奖，以表彰他们「基于人工神经网络实现机器学习的基础性发现和发明」。

值得一提的是， 杰弗里·辛顿也是历史上首位同时获得诺贝尔物理学奖和图灵奖的双料得主。

诺贝尔物理学委员会主席艾伦·穆恩斯表示，「获奖者的工作已经带来了巨大的好处。在物理学中，我们在许多领域使用人工神经网络，例如开发具有特定性质的新材料。」

有趣的是，没有人想到物理学奖会颁给 AI，甚至连杰弗里·辛顿也没有想到。

在今天宣布诺贝尔奖的新闻发布会上，他在线上发言道：

我在加利福尼亚的一家经济型酒店，那里没有良好的互联网或手机信号。我今天本打算做核磁共振扫描，但我得取消了！

对于他个人使用的 AI 工具，杰弗里·辛顿在发布会上透露他会使用 GPT-4。尽管他对 GPT-4 的输出持保留态度，但他承认，每当遇到不确定的问题时，他会向 GPT-4 寻求帮助。

杰弗里·辛顿是 AI 领域的巨擘，也是深度学习的先驱。他被认为是与 Yoshua Bengio 和 Yann LeCun 齐名的 「人工智能教父 」之一。

他于 1970 年在剑桥获得实验心理学学士学位，并于 1978 年在爱丁堡获得人工智能博士学位。

辛顿因其在人工神经网络方面的工作而享誉国际，特别是如何在没有人类的协助下，通过设计让 AI 实现自主学习。

他于 1998 年当选为皇家学会（FRS）院士，并于 2001 年成为鲁梅尔哈特奖的第一位获奖者。

辛顿还为人工智能领域培养了一批顶尖人才，他的学生们同样在行业中扮演着重要角色，当中就包括 OpenAI 前任首席科学家 Ilya Sutskever。

此前，辛顿一直为 Google 工作长达十年之久。

辛顿对人工智能对就业市场的影响持乐观态度，GPT-4 发布后不久，辛顿还将 GPT-4 称作「人类的蝴蝶」。

「毛毛虫提取营养物质，转化为蝴蝶。人们已经提取了数十亿的理解信息，让 GPT-4 化作人类的蝴蝶。」

但他也愈发担心人工智能的道德影响，例如照片、视频和文本中虚假信息的扩散，以及 AI 带来的潜在风险。

「我对自己毕生的工作，感到非常后悔。我找了一个借口来安慰自己，即便我没有做这些工作，依然有其他人会做。」

对于 AI 的未来，他曾忧心忡忡地说道：

我估计在五到二十年之间。人工智能有 50% 的概率会比我们更聪明。当它变得比我们更聪明时，我不知道它接管的概率有多大，但在我看来，这是很有可能的。

附诺贝尔物理学奖官方新闻稿：

谈到人工智能时，我们通常指的是使用人工神经网络的机器学习。这项技术最初受大脑结构的启发。在人工神经网络中，大脑的神经元由具有不同值的节点表示。这些节点通过类似突触的连接相互影响，并可以变得更强或更弱。

网络的训练，例如，通过在同时具有高值的节点之间建立更强的连接。今年的获奖者自 1980 年代起就在人工神经网络领域进行了重要工作。

约翰·霍普菲尔德发明了一种保存和重建模式的方法网络。我们可以将节点视为像素。霍普菲尔德网络利用描述材料特性与原子自旋相关的物理学——这一特性使每个原子成为微小的磁体。

整个网络以与物理学中自旋系统的能量相当的方式进行描述，并通过寻找节点之间连接的值进行训练，以确保保存的图像具有低能量。

当霍普菲尔德网络接收到扭曲或不完整的图像时，它会系统性地处理节点并更新其值，使网络的能量降低。网络逐步寻找与输入的瑕疵图像最相似的保存图像。

杰弗里·辛顿则以霍普菲尔德网络为基础，开发了一种不同的方法：玻尔兹曼机。

玻尔兹曼机可用于分类图像或创建与其训练模式相同的新示例。辛顿在此基础上进一步研究，帮助推动了当前机器学习的爆炸性发展。