潮新聞客戶端 記者 嚴粒粒
繼物理學獎頒給氣象學專家、文學獎頒給歌手之後,諾貝爾獎又一次「爆冷」!
瑞典皇家科學院當地時間10月8日宣布,將2024年諾貝爾物理學獎授予約翰·霍普菲爾德(John J. Hopfield)和傑佛瑞·辛頓(Geoffrey Hinton),表彰他們在使用人工神經網路進行機器學習的基礎性發現和發明。
記者收看了直播。當電話撥給傑佛瑞·辛頓通報喜訊時,這位2018年圖靈獎得主,用極度平靜的語氣,說出了一句「完全沒有想到自己能獲得諾貝爾物理學獎」。
和傑佛瑞·辛頓一樣「沒有想到」的,還有浙江大學人工智慧研究所所長吳飛。電話那頭,他首先的感嘆是:「雖然說到底,人工智慧是以機器為載體來實作人類某一方面行為,本質上是刻畫包含物理世界(以及生命等其他世界)的復雜資訊系統。不過,我現在都沒反應過來,諾貝爾物理學獎居然頒給了人工智慧。」
而對於一個從浙江大學竺可楨學院求是物理班畢業後,轉入AI領域創業的年輕科研人來說,感覺又有點不一樣。麻省理工化學系博士、科技公司深度原理創始人兼CTO段辰儒表示:「諾貝爾獎是科學界最高榮譽。人工智慧能獲得諾貝爾獎的肯定,對我們AI for science(指利用人工智慧技術來輔助科學研究)從業者來說是一個振奮的訊息。要知道2000年以前,人工智慧還被人們普遍認為算不上科學。」
要充分理解兩個人的復雜情感,需要回到這次諾獎本身——人工智慧。
當代物理學大體上可以分為四個主要分支:高能物理學、天文(宇宙)物理學、原子分子和光學物理學,以及凝聚態物理學。
這兩位新晉諾獎得主的研究領域,不屬於以上任何——他們是人工智慧領域的奠基人。
當我們今天談論人工智慧時,通常指的是使用神經網路進行機器學習。這項技術最初是受到生物學——也就是大腦結構的啟發。大多數現代人工智慧基於一種稱為人工神經網路的技術,模擬了大腦中神經元之間的連線。在人工智慧中,神經元由節點表示,這些節點透過可以變弱或變強的連線相互影響,從而使神經網路夠隨著時間的推移學習。
科學,就是不斷突破常規,跨越想象。設立獎項的諾貝爾去世時,是1896年。那年,他沒有預見到電腦科學的突飛猛進,以及數十年後,開啟的那一場技術大霹靂。
吳飛告訴記者,關於神經網路的提出,可以追溯到上世紀40年代。1943年,神經科學家沃倫(Warren McCulloch)和邏輯學家華特·皮茲(Walter Pitts)合作提出了以他們名字命名的「MCP神經元」模型。「這相當於研究清楚了腦區單個神經元的活動情況,兩位學者當時喊出了歷史的最強音:在科學史上,我們第一次知道了我們是怎麽知道的。」
不過,從嚴格意義上說,到這一步,我們還無法解釋千億個神經元所構成大腦是如何具體活動的。
直到1982年,本屆諾貝爾獎得主之一的約翰·霍普菲爾德,創造了一種「霍普菲爾德模型」人工神經元網路模型,試圖用他的物理學背景,來探索分子生物學的理論問題。
吳飛進一步解釋:「雖然單個MCP神經元所做事情可以用數學物理方程式刻畫,一眼就能看明白,但是成千上萬個神經元連線起來之後,量變引起質變、多者異也。約翰·霍普菲爾德把眾多神經元聯系到一起,形成了神經網路,開啟了人們對大腦計算過程的研究,推動了計算神經科學的發展,也為另一個諾獎得主傑佛瑞·辛頓提出‘深度學習’概念打下基礎。」
幾乎前後腳,傑佛瑞·辛頓的研究是建立在「霍普菲爾德模型」之上的。當時傑佛瑞·辛頓在卡內基梅隆大學工作,他想知道機器是否可以學習,是否可以與人類類似的方式處理資訊。隨後,他的研究幫助啟動了當前機器學習的爆炸性發展,為谷歌、微軟、IBM等科技巨頭開發語音辨識、影像辨識、自然語言處理等套用提供了堅實的技術基礎。
所以,到這裏,我們可以認為,沒有物理學知識,或許「深度學習」概念就無法萌發。而當資訊科技發展到現在,人工智慧正在與物理學,乃至化學、生物學等更多學科產生千絲萬縷的聯系。
物理學也被稱為「自然哲學」。從最廣泛的意義上來說,即是研究大自然現象及規律的學問。「世界是個復雜系統,我們需要用人工智慧去模擬刻畫和計算這個世界、理解這個世界,從而找到和這個世界相處的‘最優解’。」吳飛舉例,用人工智慧去模擬核融合造一個「人造太陽」探索能源解決方案,或是去模擬台風路徑來幫助人們避險自然災害,都是「AI for science」「AI for all」的例子。
在這種意義上,諾貝爾物理學獎的桂冠加冕於兩位人工智慧領域大拿,不僅是對他們個人成就的至高肯定,也無疑將進一步推動科研界對人工智慧基礎理論的探索,鼓勵跨學科合作。
吳飛告訴記者,浙江大學設有全國高校第一個人工智慧交叉學科,今年6月釋出【大學生人工智慧素養紅皮書】,希望所有學生了解人工智慧、使用人工智慧、創新人工智慧、恪守人與人造物關系,並在2024年9月啟用的新課程大綱中,將人工智慧通識課程列入全校本科生的必修課程,構建了從本科生到研究生的「人工智慧」及「智慧+」人才培養完整體系。
此外,段辰儒和記者補充了另一個概念——Science of AI。「諾獎花落人工智慧,相當於認可了人工智慧和物理之間的有機互動。這敦促我們用物理學知識來理解AI、打造AI,從而建立更精準的模型,而這些AI模型可以反過來幫助我們更好的探索科學。」
要知道,量子計算的原理對於開發更快速、高效的計算方法具有指導意義;光學系統的性質可以啟發新型的神經網路架構設計……透過深入理解物理背後的數學和概念,我們可以改進和創新AI演算法,提升其效能,為「AI for science」做出更好的服務。
眼下,人工智慧的套用,早就遠遠超越刻板印象中和ChatGPT的一答一問——
獎項揭曉現場,諾貝爾物理學獎委員會主席艾倫·穆恩斯(Ellen Moons)表示:「諾貝爾獎得主的工作已經產生了巨大的效益。在物理學中,我們把人工神經網路套用於廣泛的領域,比如開發具有特定效能的新材料。」
和諾貝爾獎「距離最近」的例子,大約就是剛剛成功融資3000萬美元的一家名為CuspAI的歐洲公司。其顧問,便是傑佛瑞·辛頓。CuspAI 的平台就像是材料的搜尋引擎,可以快速評估大量的新結構。這家公司正在致力於尋找一種環保材料,能應對對氣候變遷和其他全球挑戰。
你瞧,科學來從不是孤立的。
人類的奮鬥也不是孤立的。康奈爾大學教授法蘭克·羅森布拉特(Frank Rosenblatt)在20世紀50年代提出了神經網路的雛形「感知機(perceptron)」模型,後在一次劃船事故中去世,未能見證神經網路的崛起。而此刻,在前赴後繼的科學家們努力下,時代已來。
這時,對這次諾獎感到意外的我們與其感嘆:物理學不存在了?
不如感慨:物理學,無處不在。
「轉載請註明出處」