阿秒光学、量子信息科学

复杂系统、天体物理

本以为时隔8年

终于要到凝聚态物理获奖了！

万万没想到

今年诺贝尔物理学奖

居然颁发给了人工神经网络和机器学习

网友们纷纷表示

“物理奖颁给神经网络机器学习？”

“没想到物理学奖，授予了从事人工智能研究的科学家。”

颁奖当天，中科院还专门开了直播

等待诺贝尔物理学奖官宣

这个结果的出现 把中科院的研究员都看懵了

中科院刘研究员下线之后

甚至又连线了一位计算机硕士

科普诺贝尔物理学奖

最出人意料的诺贝尔物理学奖    

近年来人工智能研究风头大盛，因此一直有人议论，诺贝尔奖是否可能授予某位人工智能领域的专家，但仍少有人认为人工智能专家能够获得诺贝尔物理学奖——毕竟在大多数人心目中，这个奖项是关于探索时间和空间的本质，原子和电子的奥秘。

不单是网友，也有科学家表示不解。也有科学家表达了不解，“人工神经网络对物理学研究产生了深远的影响，但可以说它们本身就是物理学研究的成果吗？”

面对外界的疑问，诺贝尔奖官方不得不在社交平台上回应：“您是否知道机器学习模式是基于物理方程的？”同时，诺贝尔奖委员会也表示，利用人工神经网络的机器学习能够快速理解大量数据，已经在科学研究中发挥了重要作用，包括在物理学领域，它被用于创造“具有特定属性的新材料”。诺贝尔物理学委员会成员Anders Irbäck教授盛赞道：“他们都是真正的先驱者，寻找到了解决问题的新方法。”

其实，不单是“吃瓜群众”，作为获奖者之一的辛顿本人也是一脸惊讶，“完全没想到会发生这种事。”

图片来源：诺贝尔奖委员会社交平台账号

他们有何贡献？

事实上，机器学习领域的元老级人物约翰·霍普菲尔德和杰弗里·欣顿斩获诺奖，如诺奖官方公告所说正是因为“运用物理学的工具”。今年的诺贝尔物理学奖不仅是对两名科学家成就的肯定，更是极大强调了跨学科研究的重要性，向人们展示了物理学的深刻洞见与计算机科学创新“碰撞”可以产生的巨大能量。

10月8日，在瑞典斯德哥尔摩举行的2024年诺贝尔物理学奖公布现场，屏幕显示奖项得主美国普林斯顿大学的约翰·霍普菲尔德和加拿大多伦多大学的杰弗里·欣顿。新华社记者 彭子洋 摄 

当前人们谈论人工智能时，经常指的是使用人工神经网络的机器学习。诺贝尔物理学委员会秘书乌尔夫·丹尼尔松对记者强调，人工神经网络在物理学中的研究和应用已经持续了相当长一段时间，本次诺贝尔物理学奖并非颁发给过去几年人工智能的发展，不是针对大语言模型或类似的东西，而是针对基础发明。 

远在人工智能成为今天的科技热词之前，这两名科学家从20世纪80年代起就在人工神经网络领域做出了重要工作。这项技术最初的灵感来自大脑的结构。就像大脑中大量神经元通过突触相连一样，人工神经网络由大量的“节点”通过“连接”组成。每个节点就像一个神经元，而连接的强弱则类似于突触的强度，决定了信息传递的效果。 

1982年，美国科学家约翰·霍普菲尔德创建了一种用于机器的联想记忆方法，提出了一种革命性的网络结构，被称为“霍普菲尔德网络”。这个网络能够存储多个模式（比如图像），并且在面对不完整或有噪声的输入时，能够重构出最相似的模式。 英国裔加拿大科学家杰弗里·欣顿在此基础上更进一步，他希望机器能像人类一样自主学习和分类信息，于1985年和同事提出了“玻尔兹曼机”的网络模型，这个名字源于19世纪物理学家路德维希·玻尔兹曼的方程。该模型通过统计物理学中的玻尔兹曼分布来识别数据中的特征，成为了现代深度学习网络的基础。欣顿的研究继续推进，导致了当前机器学习领域爆炸式的发展。 

爱尔兰都柏林圣三一学院认知神经科学教授罗德里·丘萨克8日评论指出，人工神经网络最初受到神经科学的启发，并且两者之间的相互作用持续蓬勃发展。人工神经网络已被证明是大脑学习过程的宝贵模型，机器正在帮助我们了解自己，这反过来又为技术发展提供了新的途径。如果没有霍普菲尔德和欣顿的开创性工作，这一切都不可能实现。 

霍普菲尔德和欣顿的工作不仅推动了机器学习的发展，还对物理学产生了深远影响。正如丹尼尔松当天在接受新华社记者采访时所说，物理学的原理为两名科学家提供了思路，同时，人工神经网络在物理学中也得到了广泛应用，催生新的惊人发现。

10月8日，在瑞典斯德哥尔摩举行的2024年诺贝尔物理学奖公布现场，屏幕显示奖项得主美国普林斯顿大学的约翰·霍普菲尔德和加拿大多伦多大学的杰弗里·欣顿。新华社记者 彭子洋 摄 

诺贝尔物理学委员会主席埃伦·穆恩斯在当天的新闻发布会上表示，两名获奖者利用统计物理的基本概念设计了人工神经网络，构建了机器学习的基础。相关技术已被用于推动多个领域的研究，包括粒子物理、材料科学和天体物理等，也已用于日常生活中的人脸识别和语言翻译等。 

机器学习的迅速发展不仅带来了巨大的机遇，也引发人们对于伦理和安全方面的担忧。穆恩斯当天在发布会上强调说，人类有责任以安全且道德的方式使用这项新技术，以确保它能为全人类带来最大的利益。 

欣顿当天在接受电话连线采访时表示，这一技术将对社会产生巨大影响，但也必须警惕这一技术可能造成的威胁。丹尼尔松也指出，机器学习与基因编辑等众多前沿技术的发展是“双刃剑”，人们必须警惕出现坏的结果。在这方面，尤其需要全球合作。

诺贝尔物理学奖近5年获奖者

2023年，物理学奖授予皮埃尔·阿戈斯蒂尼 (Pierre Agostini)、费伦茨·克劳斯 (Ferenc Krausz) 和安妮·卢利尔 (Anne L'Huillier)，以表彰他们开发出的能够产生阿秒量级光脉冲的实验方法，这些方法被用来研究物质中的电子动力学。

2022年诺贝尔物理学奖被授予科学家阿兰·阿斯佩(Alain Aspect)，约翰·弗朗西斯·克劳泽(John F. Clauser)和安东·塞林格(Anton Zeilinger)，以表彰他们为纠缠光子实验、证明违反贝尔不等式和开创性的量子信息科学所作出的贡献。

2021年，诺贝尔物理学奖授予“对我们理解复杂系统的开创性贡献”。一半由美国科学家真锅淑郎(Syukuro Manabe)和德国科学家克劳斯·哈塞尔曼(Klaus Hasselmann)获得，表彰他们“地球气候的物理建模、量化可变性和可靠地预测全球变暖”；另一半由意大利科学家乔治·帕里西(Giorgio Parisi)获得，以表彰他“发现了从原子到行星尺度的物理系统中无序和波动之间的相互作用”。

2020年，诺贝尔物理学奖将一半颁给了英国科学家罗杰·彭罗斯(Roger Penrose)，以表彰其给出的黑洞形成的证明，并成为广义相对论的有力证据；另一半由德国科学家赖因哈德·根策尔 (Reinhard Genzel)、美国科学家安德烈娅·盖兹 (Andrea Ghez)共享，表彰他们“在银河系中心发现超高质量高密度物质”。

2019年诺贝尔物理学奖授予美国普林斯顿大学James Peebles教授，以表彰他“在物理宇宙学的理论发现”，以及瑞士日内瓦大学的Michel Mayor教授和瑞士日内瓦大学教授兼英国剑桥大学教授Didier Queloz，以表彰他们“发现了一颗围绕类太阳恒星运行的系外行星”。

回顾这个奖项的历史，我们会发现它在不断拓宽自身的边界。今年这两位获奖者的研究作为机器学习工具的基础，对人类社会的各个方面都做出了巨大贡献，获得诺贝尔奖也是实至名归。

资料来源：新华社、每日经济新闻、上海科技