2024年物理學(xué)諾獎“意外”頒給人工神經(jīng)網(wǎng)絡(luò) 浙江專家解讀：事關(guān)人工智能的“深度學(xué)習(xí)”

瑞典皇家科學(xué)院當(dāng)?shù)貢r間10月8日宣布，將2024年諾貝爾物理學(xué)獎授予約翰·J·霍普菲爾德（John J. Hopfield）和杰弗里·E·辛頓（Geoffrey E. Hinton），表彰他們在使用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明。辛頓在接受電話采訪時表示，自己沒有想到（I have no idea that will happen）。

2024年諾貝爾物理學(xué)獎獲得者 圖源：?Johan Jarnestad/瑞典皇家科學(xué)院

很顯然，今年諾貝爾物理學(xué)獎表彰的成果并非傳統(tǒng)物理學(xué)的任何一個分支領(lǐng)域。獎項公布后，眾多學(xué)者開玩笑說“諾貝爾物理學(xué)獎在搶圖靈獎飯碗”。

而人工神經(jīng)網(wǎng)絡(luò)是什么？和物理學(xué)又怎樣的關(guān)聯(lián)？將物理學(xué)獎頒給人工神經(jīng)網(wǎng)絡(luò)意味著什么？潮新聞記者采訪了浙江大學(xué)人工智能研究所所長吳飛和天目山實驗室副主任周苗。

人工神經(jīng)網(wǎng)絡(luò)相當(dāng)于復(fù)雜的“水晶球”魔鏡

了解人工神經(jīng)網(wǎng)絡(luò)，要從“神經(jīng)元”開始說起。

人是大腦由近千億個又稱神經(jīng)元組成的復(fù)雜網(wǎng)絡(luò)。這些神經(jīng)元通過被稱為突觸的連接相互通信。當(dāng)我們在學(xué)習(xí)時，大腦中神經(jīng)元之間的連接發(fā)生變化，它們或者變得更強(qiáng)或者形成新的連接，人腦因此能夠應(yīng)對外界復(fù)雜變化而自如處理萬千任務(wù)。

神經(jīng)元和人工神經(jīng)元 圖源：中科院物理所微信公眾號

人工神經(jīng)網(wǎng)絡(luò)即試圖模擬這個過程，人工神經(jīng)網(wǎng)絡(luò)像是一種模擬生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能的計算機(jī)模型。它相當(dāng)于一個復(fù)雜的“水晶球”魔鏡，當(dāng)你給它輸入一些東西，它就能將其對應(yīng)結(jié)果變換出來。

“所有的神經(jīng)網(wǎng)絡(luò)一定是個可計算的系統(tǒng)，是對物理規(guī)律進(jìn)行模擬與仿真，通過內(nèi)嵌在神經(jīng)網(wǎng)絡(luò)里萬千參數(shù)將復(fù)雜物理規(guī)律刻畫出來，從而對真實場景進(jìn)行模擬?！眳秋w說道。

而當(dāng)機(jī)器學(xué)習(xí)遇上人工神經(jīng)網(wǎng)絡(luò)，便成了當(dāng)前人們熟悉的“人工智能”。

雖然計算機(jī)不能思考，但是它們可以模擬記憶和學(xué)習(xí)等功能。今年的物理學(xué)獎得主約翰·J·霍普菲爾德和杰弗里·E·辛頓讓這一點成為了現(xiàn)實。他們利用物理學(xué)的基本概念和方法，開發(fā)出了利用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)處理信息的技術(shù)。

人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，兩位科學(xué)家有何貢獻(xiàn)？

人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，得益于兩位科學(xué)家分別于1982年和1985年開始的持續(xù)研究。

1982年，霍普菲爾德提出了一種新型的神經(jīng)網(wǎng)絡(luò)模型，該模型能夠闡釋大腦如何存儲和喚醒記憶，類似于人類的聯(lián)想記憶。這種網(wǎng)絡(luò)后來被命名為“霍普菲爾德網(wǎng)絡(luò)”。

通過塑造景觀存儲記憶 圖源：中科院物理所微信公眾號

想象一下，當(dāng)你在試圖回憶一個不常用的單詞，你可能會先想到一些相似的詞，再最終找到正確的那個?；羝辗茽柕戮W(wǎng)絡(luò)的工作方式與此類似，網(wǎng)絡(luò)接收到一個不完整或稍有失真的模式時，該模型能夠找到與之最相近的已存儲模式。

吳飛表示，霍普菲爾德的研究是早期人工神經(jīng)網(wǎng)絡(luò)突破性的探索，他將神經(jīng)元逐一組織起來變成神經(jīng)網(wǎng)絡(luò)。這種神經(jīng)網(wǎng)絡(luò)越復(fù)雜，就能完成越復(fù)雜任務(wù)。但是，“霍普菲爾德提出的人工神經(jīng)網(wǎng)絡(luò)中參數(shù)相對固化，無法應(yīng)對外界反饋而變化，即不是可以學(xué)習(xí)的‘機(jī)器’?！?/p>

辛頓的研究發(fā)現(xiàn)，則為后來深度學(xué)習(xí)技術(shù)的發(fā)展奠定了基礎(chǔ)。

基于霍普菲爾德網(wǎng)絡(luò)，1985年辛頓與他的同事利用統(tǒng)計物理學(xué)的思想對其進(jìn)行擴(kuò)展，構(gòu)建出神經(jīng)網(wǎng)絡(luò)當(dāng)中的核心技術(shù)——玻爾茲曼機(jī)。

不同類型的網(wǎng)絡(luò) 圖源：中科院物理所微信公眾號

“玻爾茲曼機(jī)”的獨特之處在于它能夠自主學(xué)習(xí)數(shù)據(jù)中的特征，而無需人為指定這些特征。這一點類似于嬰兒學(xué)習(xí)識別貓和狗的過程——他們不需要詳細(xì)的解釋，只需要看到足夠多的例子就能自己總結(jié)出區(qū)別。

“簡而言之，這一方法使得傳統(tǒng)固化的人工神經(jīng)網(wǎng)絡(luò)可以從數(shù)據(jù)中學(xué)習(xí)，也就是當(dāng)前‘深度學(xué)習(xí)’的內(nèi)涵?！眳秋w說道。

人工智能是交叉特色鮮明的學(xué)科

對于人工智能獲得今年的諾貝爾物理學(xué)獎，接受采訪的兩位專家都表示，雖然有點意外，但對人工智能在推動物理學(xué)研究中所起作用表示認(rèn)可。

“獲獎?wù)叩难芯恳呀?jīng)帶來了巨大的益處。在物理學(xué)領(lǐng)域，我們已經(jīng)在許多領(lǐng)域使用人工神經(jīng)網(wǎng)絡(luò)，例如開發(fā)具有特定性質(zhì)的新材料，”諾貝爾物理學(xué)委員會主席艾倫·穆恩（Ellen Moons）說道。

“在物理學(xué)研究中，計算被稱為認(rèn)識物理世界的第三種方式?！弊鳛橛嬎隳蹜B(tài)物理學(xué)者，周苗表示，在物理學(xué)研究中，已經(jīng)充滿了人工智能的身影，它是一種方法，可以是研究物理學(xué)，也可以應(yīng)用在不同的領(lǐng)域。這一次獎項的頒布，也讓更多的物理學(xué)者看到利用人工智能研究物理學(xué)的前景。

圖源：?Johan Jarnestad/瑞典皇家科學(xué)院

人工智能的應(yīng)用不僅限于科學(xué)領(lǐng)域，還廣泛滲透到日常生活中。它們在圖像識別、語言生成、醫(yī)療決策等方面起到了關(guān)鍵作用。

委員會在宣布獲獎時同時指出，機(jī)器學(xué)習(xí)“長期以來一直對科學(xué)研究至關(guān)重要，包括對大量數(shù)據(jù)的分類和分析……約翰·J·霍普菲爾德和杰弗里·E·辛頓利用物理學(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?；谌斯ど窠?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?！?/p>

“這一次的頒獎，再次說明了人工智能是交叉特色鮮明的學(xué)科，人工智能對所有學(xué)科而言猶如生活中水和電一樣重要，是一種通用使能技術(shù)?！眳秋w表示，今年6月浙江大學(xué)發(fā)布《大學(xué)生人工智能素養(yǎng)紅皮書》，明確要求所有學(xué)生要了解人工智能、使用人工智能、創(chuàng)新人工智能、恪守人與人造物關(guān)系，且將人工智能作為大學(xué)生通識必修課程，已經(jīng)將人工智能作為大學(xué)生一種基本能力。