东谈主工智能界迎来历史性时刻！周二黑丝 少妇，2024年诺贝尔物理学奖颁给了AI教父。
诺贝尔物理学委员会（Nobel Committee for Physics）秘书，授予John Joseph Hopfield和Geoffrey E. Hinton诺贝尔物理学奖，以赏赐他们“哄骗东谈主工神经网络收场机器学习的基础性发现和发明”。
诺贝尔委员会暗示：“本年的两位诺贝尔物理学奖得到者哄骗了物理学局面来寻找信息的特征，构建了为现在苍劲的机器学习奠定基础的局面。”
在受奖时，该委员会指出，机器学习“恒久以来一直对盘问很紧迫，包括对多半数据的排序和分析。”
Hopfield提倡的“Hopfield神经网络”，以特别于物理学中自旋系统能量的神气进行刻画，Hinton则在Hopfield神经网络的基础上竖立了一种新的神经网络“玻尔兹曼机”，玻尔兹曼机不错学习给定数据类型的特征元素，不错用来分类图像或创建新材料。这一技艺推进了机器学习的爆炸式发展，掀翻了广为东谈主知的深度学习改造。
John J. Hopfield：Hopfield网络之父
John Joseph Hopfield生于1933年7月15日，于1954年得到斯沃斯莫尔学院物理学学士学位，1958年在康奈尔大学得到博士学位。
Hopfield现任好意思国普林斯顿大学教师，因在物理学和神经网络领域的孝顺而有名。1982年，John Hopfield提倡了Hopfield网络，对东谈主工智能和神经网络的发展影响真切。
这种网络效法了东谈主类的缅思机制，oumeiseqing访佛于大脑中神经元之间的突触相连，通过转念采聚会节点间的相连，能够存储和收复图像过甚他数据方式。Hopfield网络引入了精准的二值神经元和能量函数的看法，是东谈主类对大脑策画经过盘问的草创性责任。
委员会成员在受奖稿中写谈：
反差 匿名咸鱼Hopfield发明了一种网络，它使用一种保存和再行创建方式的局面。咱们不错将节点思象成像素。Hopfield网络哄骗物理学来刻画材料由于原子自旋而产生的特质——这种特质使每个原子皆成为一个细小的磁铁。所有这个词网络的刻画神气特别于物理学中自旋系统的能量，并通过寻找节点之间相连的值来进行训诫，以便保存的图像具有较低的能量。
当Hopfield网络被输入诬陷或不完整的图像时，它会环环相扣地经管节点并更新它们的值，从而裁减网络的能量。因此，网络逐渐找到与输入的不圆善图像最同样的保存图像。
“AI三教父”之一：Geoffrey Hinton
Geoffrey Hinton也被凡俗称作“神经网络之父”、“AI教父”，是东谈主工智能和深度学习领域的领军东谈主物之一，他的学生和后辈遍布现在所有这个词AI学术界和工业界。
Geoffrey Hinton于1947年降生于英国，现任加拿大多伦多大学教师。他曾在谷歌责任了近10年的时代，担任副总裁兼工程盘问员职务，匡助谷歌在图像识别、语音识别等东谈主工智能领域取得紧要发达。
2018 年，因在深度学习领域的草创性孝顺，Hinton与LeCun和Bengio所有这个词得到了图灵奖，该奖频繁被称为“策画界的诺贝尔奖”，以赏赐他们在东谈主工智能领域的不凡孝顺。
委员会写谈：
Geoffrey Hinton使用Hopfield网络手脚使用不同局面的新网络的基础：玻尔兹曼机，不错学习识别给定数据类型中的特征元素。
Hinton使用了统计物理学中的用具，统计物理学是由好多访佛组件构建的系统科学，通过向机器提供机器入手时极有可能出现的示例来训诫机器。玻尔兹曼机可用于对图像进行分类或创建训诫它的方式类型的新示例。
Hinton以这项责任为基础，匡助启动了面前机器学习的爆炸性发展。
对东谈主工智能基础盘问的紧迫详情
Hinton周二在电话中告诉委员会，他对得到该奖项的音尘感到“惊骇”，“我不知谈会这么。”
他是在加州的一家“低价货仓”发表语言的。“我正本今天要作念核磁共振扫描，但我思我得取消了。”
委员会暗示，这两位获奖者皆为机器学习奠定了基础：Hopfield“创造了一种不错存储和重建信息的结构”，而Hinton“发明了一种不错颓败发现数据属性的局面，这种局面关于现在使用的大型东谈主工神经网络来说还是变得很紧迫。”
诺贝尔物理学奖委员会主席Ellen Moons暗示：
“获奖者的责任还是产生了普遍的效益。在物理学领域，咱们将东谈主工神经网络应用于凡俗的领域，举例竖立具有特定属性的新材料。”
Geoffrey Hinton和John Joseph Hopfield两位科学家荣获诺贝尔奖，不仅是对他们个东谈主树立的详情黑丝 少妇，更是对东谈主工智能盘问价值的国外招供。在夙昔，东谈主工智能技艺八成会对东谈主类社会产生越来越真切的影响。