2024年10月8日，瑞典皇家科學院宣布2024年諾貝爾物理學獎的獲獎者為普林斯頓大學的約翰·J·霍普菲爾德（John J. Hopfield）和多倫多大學的謝菲·E·辛頓（Geoffrey E. Hinton），以表彰他們在人工神經網絡和機器學習領域的開創性工作。兩位科學家開辟了現代人工智能（AI）革命的基礎，並推動了機器學習技術的發展。
物理學與人工智能的交匯
此次獲獎讓許多人感到意外，尤其是辛頓本人。他在新聞釋出會上表示：「我感到非常震驚，完全沒有預料到會獲獎。」辛頓於2023年因對AI潛在危險的擔憂辭去谷歌職位，成為AI技術風險的批評者。這也為他的獲獎增添了話題性。
霍普菲爾德和辛頓的研究起源於上世紀80年代，他們運用物理學中的統計模型為現代機器學習打下了基礎。霍普菲爾德在1982年提出的「霍普菲爾德網絡」透過模擬原子自旋在材料中的行為，創造了一種儲存與重構影像的模型。這種網絡在神經系統中的資訊處理與儲存方式方面具有革命性意義，並為之後的人工智能技術鋪平了道路。辛頓則進一步發展了這一網絡，引入了概率機制，提出了「波茲曼機」，這一技術在影像辨識、分類等任務中表現出色，並成為今日AI技術的基石。
人工智能的兩面性
辛頓在AI領域的成就無人可否認，但近年來，他成為AI潛在危險的警告者。在2023年從谷歌辭職後，辛頓公開表達了對AI超級智能可能威脅人類的擔憂。他指出，隨著AI技術的飛速發展，其發展速度已經遠超出他和其他專家的預期，可能帶來失控的後果。
「我們從未體驗過比我們更聰明的事物，」辛頓在諾貝爾新聞釋出會上表示。他承認AI在醫療等領域的潛力，但也警告了其可能帶來的不利後果。他提到AI可能變得比人類更智能，並最終控制系統的擔憂讓這一領域面臨重大倫理挑戰。
兩位得主的深遠影響
雖然霍普菲爾德和辛頓因其在神經網絡方面的貢獻而獲獎，但他們的科研影響遠不止於此。霍普菲爾德的研究跨越了物理學、生物學和計算領域，他提出了關於大腦電腦制的早期理論，對理解神經系統的資訊處理方式產生了深遠影響。辛頓則是當今生成式AI領域的重要奠基者之一，他與團隊在2012年開發的AlexNet成為電腦視覺和深度學習領域的重要裏程碑。此後，辛頓還因在人工智能中的貢獻，於2018年獲得了電腦領域的「圖靈獎」。
兩位科學家不僅開創了神經網絡研究的新紀元，他們的工作還推動了AI技術在物理學、材料科學等多個領域的套用，為人類生活和科技進步帶來了深遠影響。
物理學獎的跨界
盡管他們的工作主要在電腦科學領域，但此次諾貝爾獎物理學委員會表示，霍普菲爾德與辛頓的研究建立在物理學的基礎上，並在材料科學、粒子物理和天體物理等多個領域產生了顯著影響。諾貝爾物理學獎委員會主席艾倫·穆恩斯（Ellen Moons）表示：「人工神經網絡已經被廣泛用於推動物理學的研究進展，這些技術為未來科技的發展帶來了無限可能。」
此次獎項的揭曉引發了全球科技界的熱議。兩位獲獎者將分享1100萬瑞典克朗（約合100萬美元）的獎金，繼續推動科學研究和社會討論。
