我們正站在一個(gè)新的革命邊緣，這場(chǎng)革命的催化劑是AI。其不僅預(yù)示著未來(lái)科學(xué)發(fā)現(xiàn)的主導(dǎo)者，更將徹底改變我們對(duì)這個(gè)世界的認(rèn)知方式。就像歷史上的科學(xué)革命一樣，AI的發(fā)展正在引領(lǐng)我們進(jìn)入一個(gè)全新的時(shí)代，其中數(shù)據(jù)和算法將成為探索未知世界的新工具。”

“I had no idea I’d even been nominated for the Nobel Prize in Physics.(我都沒(méi)想過(guò)會(huì)被提名諾貝爾物理獎(jiǎng))”

“How could I be sure it wasn’t a spoof call.(我咋知道你們是不是惡搞我)”

John J. Hopfield和Geoffrey E. Hinton是今年諾貝爾物理獎(jiǎng)的獲得者。 Hinton聽(tīng)到這個(gè)消息時(shí)，自己都比較驚訝。 不是因?yàn)閯e的，而是因?yàn)樗约菏歉鉇I的，更準(zhǔn)確的叫法是： 人工神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)。

畢竟神經(jīng)網(wǎng)絡(luò)乍一聽(tīng)，它確實(shí)不物理。

官方的評(píng)論區(qū)，也是炸了鍋。研究物理的、研究AI的、甚至研究生物的，都紛紛陷入了沉默。

中科院物理所公號(hào)的評(píng)論區(qū)，也是討論的熱火朝天。有網(wǎng)友調(diào)侃道：“諾獎(jiǎng)為什么不給GPT。”

2024年諾貝爾物理學(xué)獎(jiǎng)的揭曉，將AI在物理學(xué)領(lǐng)域的應(yīng)用推向了高潮。John J. Hopfield和Geoffrey E. Hinton的獲獎(jiǎng)，不僅是對(duì)他們個(gè)人成就的認(rèn)可，更是對(duì)AI在解決科學(xué)難題中所扮演角色的肯定。

一個(gè)疑問(wèn)是，AI為什么會(huì)獲物理諾獎(jiǎng)？這屆物理諾獎(jiǎng)的“出其不意”背后，到底透露了哪些信息？以及，AI和如今正在進(jìn)行的產(chǎn)業(yè)數(shù)字變革有哪些關(guān)聯(lián)？

一、物理學(xué)與AI的深層聯(lián)系

想要知道為什么這倆人能夠獲得物理諾獎(jiǎng)，首先需要搞明白，這倆人究竟做出了哪些成就。

“利用物理學(xué)工具，開(kāi)發(fā)出了當(dāng)今強(qiáng)大機(jī)器學(xué)習(xí)技術(shù)的基礎(chǔ)方法。”這是評(píng)委會(huì)表彰時(shí)的一段話。從字面上來(lái)看，很好理解，即用基于物理打造了AI技術(shù)的底層方法論。

霍普菲爾德在1982年創(chuàng)造出聯(lián)想神經(jīng)網(wǎng)絡(luò)，現(xiàn)在通稱為霍普菲爾德網(wǎng)絡(luò)（Hopfield network），可以存儲(chǔ)并重現(xiàn)圖像和其他數(shù)據(jù)模式的關(guān)聯(lián)記憶技術(shù)；辛頓是反向傳播算法和對(duì)比散度算法的共同發(fā)明者，和深度學(xué)習(xí)的積極倡導(dǎo)者，被譽(yù)為“深度學(xué)習(xí)教父”或“AI教父”。

我們嘗試用通俗易懂的語(yǔ)言來(lái)解釋兩位獲獎(jiǎng)?wù)叩陌l(fā)明。

想象一下，一堆磁鐵可以自由地翻轉(zhuǎn)自己的北極和南極。這些磁鐵被雜亂無(wú)章地放置在一起，但有一種特殊的規(guī)則：如果一個(gè)磁鐵的北極對(duì)著另一個(gè)磁鐵的南極，它們就會(huì)互相吸引；反之，如果兩個(gè)磁鐵的同極相對(duì)，它們就會(huì)互相排斥。這就是所謂的自旋玻璃，一種物理學(xué)中的模型，用來(lái)描述這種混亂而又相互影響的粒子集合。

現(xiàn)在，用這個(gè)想法來(lái)構(gòu)建一個(gè)“記憶存儲(chǔ)器”。每個(gè)小磁鐵就像一個(gè)神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元，它們可以被設(shè)置為活躍（北極）或不活躍（南極）。當(dāng)你把這些“神經(jīng)元”放在一起時(shí)，它們會(huì)互相影響，最終達(dá)到一種穩(wěn)定狀態(tài)，就像磁鐵最終會(huì)排列好，使得排斥力最小化一樣。

Hopfield網(wǎng)絡(luò)就是這樣一種模仿大腦記憶方式的神經(jīng)網(wǎng)絡(luò)。你可以把一些模式（比如一串?dāng)?shù)字或者一張圖片）“教”給這個(gè)網(wǎng)絡(luò)，網(wǎng)絡(luò)中的“神經(jīng)元”就會(huì)調(diào)整自己，以便在未來(lái)能夠回憶起這個(gè)模式。這就像是把一堆磁鐵按照特定的方式排列好，然后它們就能記住這種排列，即使被打亂，也能重新恢復(fù)。

再談?wù)凥inton的發(fā)明。