首頁(yè) > AI資訊 > 最新資訊 > 剛剛,2024諾貝爾物理學(xué)獎(jiǎng)授予GeoffreyHinton、JohnHopfield

剛剛,2024諾貝爾物理學(xué)獎(jiǎng)授予GeoffreyHinton、JohnHopfield

新火種    2024-11-15

兩位獲獎(jiǎng)?wù)邔⑵椒?1100萬(wàn)瑞典克朗(約合 745 萬(wàn)元人民幣)獎(jiǎng)金。

北京時(shí)間 10 月 8 日下午,瑞典皇家科學(xué)院宣布將 2024 年諾貝爾物理學(xué)獎(jiǎng)授予 John J. Hopfield 和 Geoffrey E. Hinton,「以表彰他們?cè)谑褂萌斯ど窠?jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)方面奠基性發(fā)現(xiàn)和發(fā)明」。

圖片

諾貝爾獎(jiǎng)評(píng)獎(jiǎng)委員會(huì)表示:「今年的物理學(xué)獎(jiǎng)得主的突破建立在物理科學(xué)的基礎(chǔ)上。他們?yōu)槲覀冋故玖艘环N全新的方式,讓我們能夠利用計(jì)算機(jī)來(lái)幫助和指導(dǎo)我們,應(yīng)對(duì)社會(huì)面臨的許多挑戰(zhàn)?!刮瘑T會(huì)在宣布獲獎(jiǎng)時(shí)同時(shí)指出,機(jī)器學(xué)習(xí)「長(zhǎng)期以來(lái)一直對(duì)科學(xué)研究至關(guān)重要,包括對(duì)大量數(shù)據(jù)的分類和分析……John Hopfield 和 Geoffrey Hinton 利用物理學(xué)工具,構(gòu)建了有助于為當(dāng)今強(qiáng)大的機(jī)器學(xué)習(xí)奠定基礎(chǔ)的方法。基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)目前正在徹底改變科學(xué)、工程和日常生活?!笹eoffrey Hinton圖片

Geoffrey Hinton 出生于 1947 年,二戰(zhàn)后的英國(guó)溫布爾登。他是邏輯學(xué)家 George Boole 的曾曾孫,George Boole 的工作布爾代數(shù)(Boolean algebra)是現(xiàn)代計(jì)算機(jī)科學(xué)的基礎(chǔ)之一。Geoffrey Hinton 的父親是英國(guó)昆蟲(chóng)學(xué)家 Howard Hinton,叔叔是著名經(jīng)濟(jì)學(xué)家 Colin Clark,國(guó)民生產(chǎn)總值(GDP)這個(gè)術(shù)語(yǔ)的提出者。1978 年,Geoffrey Hinton 在愛(ài)丁堡獲得人工智能博士學(xué)位。在卡內(nèi)基梅隆大學(xué)任教五年后,他成為加拿大高等研究院的研究員,并進(jìn)入多倫多大學(xué)計(jì)算機(jī)科學(xué)系任教,現(xiàn)為該系名譽(yù)教授。他于 2013 年 3 月加入谷歌,Vector 研究所的首席科學(xué)顧問(wèn)。Geoffrey Hinton 是英國(guó)皇家學(xué)會(huì)會(huì)士,也是美國(guó)國(guó)家工程學(xué)院和美國(guó)藝術(shù)與科學(xué)學(xué)院的外籍會(huì)員。他一生獲得過(guò)諸多獎(jiǎng)項(xiàng),包括大衛(wèi)?魯梅爾哈特獎(jiǎng)、 IJCAI 卓越研究獎(jiǎng)、 基廉工程獎(jiǎng)(有「加拿大諾貝爾獎(jiǎng)」之稱的國(guó)家最高科學(xué)獎(jiǎng))、 IEEE Frank Rosenblatt 獎(jiǎng)、 NSERC Herzberg 金獎(jiǎng)、 IEEE 詹姆斯?克拉克?麥克斯韋金獎(jiǎng)、 NEC C&C 獎(jiǎng)、本田獎(jiǎng)和圖靈獎(jiǎng)。研究貢獻(xiàn)1986 年,Geoffrey Hinton 與 David Rumelhart、Ronald J. Williams 一起發(fā)表的論文介紹了用于訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的反向傳播算法。實(shí)驗(yàn)表明,這樣的網(wǎng)絡(luò)可以學(xué)習(xí)有用的數(shù)據(jù)內(nèi)部表征。圖片

論文鏈接:https://www.nature.com/articles/323533a0不過(guò),Hinton 認(rèn)為自己不可擔(dān)當(dāng)「反向傳播之父」這個(gè)稱號(hào)。在 2018 年的一次采訪中,Hinton 表示「 David E. Rumelhart 提出了反向傳播的基本思想,所以這是他的發(fā)明。」追溯起來(lái),學(xué)界普遍認(rèn)可現(xiàn)代反向傳播算法在 1970 年由芬蘭碩士生 Seppo Linnainmaa 首次發(fā)表, Paul Werbos 在 1974 年提出用它來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。盡管 Geoffrey Hinton 并不是第一個(gè)提出這種方法的人,但他對(duì)推廣反向傳播起到了很重要的作用,也是第一個(gè)使用反向傳播學(xué)習(xí)詞嵌入的人。他對(duì)神經(jīng)網(wǎng)絡(luò)研究的其他貢獻(xiàn)包括玻爾茲曼機(jī)器、分布式表示、時(shí)滯神經(jīng)網(wǎng)絡(luò)、專家混合、變分學(xué)習(xí)和深度學(xué)習(xí)。2012 年,Geoffrey Hinton 在多倫多帶領(lǐng)的研究小組實(shí)現(xiàn)了深度學(xué)習(xí)的重大突破,徹底改變了語(yǔ)音識(shí)別和目標(biāo)分類。他與學(xué)生 Alex Krizhevsk、Ilya Sutskever 合作設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)「Alexnet」以遠(yuǎn)超第二名的成績(jī)?cè)?ImageNet 2012 挑戰(zhàn)賽奪冠,將 ImageNet 數(shù)據(jù)集上的視覺(jué)識(shí)別錯(cuò)誤率降到了 15.3%,僅有此前的一半。這成為了計(jì)算機(jī)視覺(jué)領(lǐng)域的里程碑事件。2015 年,為了紀(jì)念人工智能 60 周年,深度學(xué)習(xí)三巨頭 Yann LeCun、Yoshua Bengio、Geoffrey Hinton 在 Nature 上發(fā)表了綜述論文《Deep learning》:圖片

論文鏈接:https://www.cs.toronto.edu/~hinton/absps/NatureDeepReview.pdf卷積神經(jīng)網(wǎng)絡(luò)獲得了巨大的成功,但也并不適合所有的任務(wù)。2017 年 10 月和 11 月,Hinton 發(fā)表了兩篇關(guān)于膠囊神經(jīng)網(wǎng)絡(luò)主題的研究論文,提出了膠囊網(wǎng)絡(luò) (CapsNet) 作為 CNN 模型的替代。膠囊是深度學(xué)習(xí)的新概念,與 CNN 和傳統(tǒng)的網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)相比,它產(chǎn)生了不錯(cuò)的效果。CNN 分類器在對(duì)抗干擾數(shù)據(jù)時(shí)并不穩(wěn)健,而膠囊網(wǎng)絡(luò)被證明對(duì)不良數(shù)據(jù)的適應(yīng)力更強(qiáng),而且還能適應(yīng)輸入數(shù)據(jù)的仿射變換。2018 年,Hinton 與 Yann LeCun 和 Yoshua Bengio 一起獲得了 2018 年圖靈獎(jiǎng),以表彰他們使深度神經(jīng)網(wǎng)絡(luò)成為計(jì)算的關(guān)鍵組成部分的概念和工程突破。在幾十年的研究生涯中,Hinton 稱得上「桃李滿天下」。他曾培養(yǎng)的知名學(xué)者包括:Peter Dayan、Sam Roweis、Richard Zemel、Brendan Frey、Radford M. Neal、Ruslan Salakhutdinov、Ilya Sutskever、Yann LeCun 和 Zoubin Ghahramani。John Joseph Hopfield

圖片

約翰?約瑟夫?霍普菲爾德(John Joseph Hopfield)是一位美國(guó)物理學(xué)家,活躍于生物物理學(xué)和統(tǒng)計(jì)物理學(xué)領(lǐng)域。他于 1982 年提出的 Hopfield 網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)領(lǐng)域的經(jīng)典模型。霍普菲爾德為該模型引入了精確的二值神經(jīng)元和能量函數(shù)的概念,這是一種特別自關(guān)聯(lián)網(wǎng)絡(luò),能夠存儲(chǔ)和搜索記憶。Hopfield 網(wǎng)絡(luò)被廣泛用于解決組合優(yōu)化問(wèn)題、圖像識(shí)別等任務(wù),特別是在自聯(lián)想存儲(chǔ)和優(yōu)化問(wèn)題。霍普菲爾德的神經(jīng)網(wǎng)絡(luò)模型開(kāi)啟了人們對(duì)大腦計(jì)算過(guò)程的研究,推動(dòng)了計(jì)算神經(jīng)科學(xué)的發(fā)展。他的神經(jīng)理論解釋了大規(guī)模處理如何在存儲(chǔ)網(wǎng)絡(luò)中實(shí)現(xiàn)穩(wěn)定的記憶,啟發(fā)了后來(lái)的深度學(xué)習(xí)研究?;羝辗茽柕?1933 年 7 月 15 日出生。在成長(zhǎng)過(guò)程中,他表現(xiàn)出了對(duì)科學(xué)的興趣,尤其是物理和數(shù)學(xué)。他獲得了斯沃斯莫爾學(xué)院的學(xué)士學(xué)位,并于 1958 年在康奈爾大學(xué)獲得物理學(xué)博士學(xué)位。在求學(xué)過(guò)程中,他對(duì)物理學(xué)的多個(gè)領(lǐng)域產(chǎn)生了濃厚的興趣,這為他后來(lái)的跨學(xué)科研究奠定了堅(jiān)實(shí)的基礎(chǔ)。霍普菲爾德的職業(yè)生涯足跡,涵蓋了多個(gè)物理學(xué)、生物物理學(xué)和神經(jīng)科學(xué)領(lǐng)域。他曾在多個(gè)頂尖學(xué)府任教和研究,包括普林斯頓大學(xué)、加州理工學(xué)院以及斯坦福大學(xué)?;羝辗茽柕略缒曛饕芯抗腆w物理,特別是光學(xué)性質(zhì)和半導(dǎo)體材料。在 20 世紀(jì) 70 年代,霍普菲爾德轉(zhuǎn)向生物物理學(xué),提出了許多有助于理解生物分子的理論。最主要的是與雅克?尼尼奧同時(shí)引入了分子生物學(xué)校對(duì)的概念。

相關(guān)推薦
免責(zé)聲明
本文所包含的觀點(diǎn)僅代表作者個(gè)人看法,不代表新火種的觀點(diǎn)。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對(duì)本文可能提及或鏈接的任何項(xiàng)目不表示認(rèn)可。 交易和投資涉及高風(fēng)險(xiǎn),讀者在采取與本文內(nèi)容相關(guān)的任何行動(dòng)之前,請(qǐng)務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨(dú)立判斷。新火種不對(duì)因依賴本文觀點(diǎn)而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。

熱門(mén)文章