出品｜搜狐科技
编辑｜周锦童
10月8日，瑞典皇家科学院宣布，将2024年诺贝尔物理学奖授予John J. Hopfield 和 Geoffrey E. Hinton两位科学家，以表彰他们“为利用人工神经网络进行机器学习做出的基础性发现和发明”，此次两位获奖者将平分1100万瑞典克朗（约合745万元人民币）奖金。
据悉，两位获奖者利用物理学工具构建了多种方法，为当今强大的机器学习奠定了基础。John J. Hopfield创建了一种可以存储和重建信息的结构。“AI 教父” Geoffery Hinton发明了一种可以独立发现数据属性的新方法，该方法对于目前使用的大型人工神经网络至关重要。
诺贝尔物理学委员会主席Ellen Moons称：“获奖者的工作已经带来了巨大的好处，在物理学中，我们在广泛的领域应用人工神经网络，例如开发具有特定性能的新材料。”
约翰·J·霍普菲尔德 (John J. Hopfield ) 于1933 年出生于美国芝加哥。1954 年获得斯沃斯莫尔学院学士学位，1958 年获得康奈尔大学物理学博士学位（导师为 Albert Overhauser）。
他曾在贝尔实验室理论组工作了两年，随后在加利福尼亚大学伯克利分校（物理学）、普林斯顿大学（物理学）、加州理工学院（化学和生物学）和普林斯顿大学任教，现在是霍华德-普莱尔分子生物学名誉教授。
约翰·霍普菲尔德之前曾利用他的物理学背景探索分子生物学的理论问题。当他被邀请参加一次神经科学会议时，他接触到了对大脑结构的研究，并开始思考简单神经网络的动态。当神经元共同作用时，它们会产生新的强大特性，而这些特性对于只关注网络各个组成部分的人来说是无法察觉的。
35 年来，他一直与贝尔实验室保持着密切联系。1986 年，他成为加州理工学院计算与神经系统博士项目的创始人之一。
而另一位获奖者，作为“AI教父”的杰弗里·辛顿更是备受大家关注。获奖后，辛顿在接受电话采访时表示，我自己都没有想到这件事会发生（I have no idea that will happen）。
杰弗里·辛顿于1947年12月6日出生在英国伦敦，1978年在英国爱丁堡大学获得博士学位，是计算机学家和心理学家，也是加拿大多伦多大学的教授。他在类神经网络方面的贡献十分突出。
20世纪90年代，许多研究人员对人工神经网络失去了兴趣，但杰弗里·辛顿还是在该领域继续探索。2006年，他与同事 Simon Osindero、Yee Whye Teh 和 Ruslan Salakhutdinov开发了一种使用一系列逐层叠加的玻尔兹曼机对网络进行预训练的方法。这种预训练为网络中的连接提供了更好的起点。
此外，辛顿还是反向传播算法和对比散度算法(Contrastive Divergence)的发明人之一，也是深度学习的积极推动者，被誉为“深度学习教父”。辛顿因在深度学习方面的贡献与约书亚·本希奥和杨立昆一同被授予了2018年的图灵奖。
正是因为他能够长期在这个冷门的领域进行深耕，才为人工智能领域的发展带来了革命性的突破。
