快捷导航 
时间：2024-10-18 00:35:01来源：界面新闻
凌晨1点的加利福利亚州，科学家杰弗里·辛顿（Geoffrey E. Hinton）刚躺下睡了没多久，就遭电话铃声吵醒，他在考虑是否应该接听。
幸运的是，他按下了接听键，想看看是谁打来的，对方告诉他，“恭喜你获得了今年的诺贝尔物理学奖”。
“这不会是个诈骗电话吧？”杰弗里·辛顿的第一反应是难以置信。毕竟他不是物理学家，大学一年级时还从物理学专业退学了，因为不会做复杂的数学。
由于其在人工神经网络和深度学习上的突出成就，杰弗里·辛顿遭誉为“AI教父”，并在2018年荣获有“计算机领域的诺贝尔奖”之称的图灵奖。加上本次获奖更是让他成为史上首位同时获得图灵奖和诺贝尔奖的科学家。
如果只有杰弗里·辛顿一位，今年的诺贝尔奖或许还不至于形成如此轰动热烈的舆论场，直到第二天，诺贝尔化学奖的三位获奖者中，戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper）两位都来自于谷歌旗下的AI团队DeepMind，舆论彻底爆发。
至此，AI成为今年诺贝尔奖的最大赢家。
为什么是AI？“这是预料之中的事。”华南理工大学物理系教授姚尧告诉界面新闻。
当他得知今年的诺贝尔物理学奖及化学奖，均授予了人工智能领域的学者时，他的第一反应是，“这事早晚会发生”。因为人工智能是目前最前沿的研究领域，他个人此前就有预感，“不是今年，就是明年，总之近两三年内，肯定会颁发相关奖项。”
关于这一点，姚尧提到，诺贝尔奖的颁发原则首先是奖励对人类作出重大贡献的科学技术、发明或理论，而人工智能无疑符合这一标准，不仅是学界内，甚至外界也有很多人预期到这一点。
关键在于究竟人选上，此次物理学奖获得者之一的约翰·霍普菲尔德（John Hopfield）具有坚实的物理背景，并且其研究工作主要发表在物理期刊上，因此作为物理学界代表获奖，应该不会引起太大争议。
另一位获奖者杰弗里·辛顿的情况则有些不同，因为他几乎没有物理背景，专业是认知心理学，其研究更多地是从神经科学的角度出发，“尽管他的工作中也融入了一些与统计物理相关的思想，但这多少让人感觉有些勉强。”姚尧称。
不过，这种跨学科的颁奖并不是首次，在过去也有类似情况。例如，去年诺贝尔物理学奖指向的是阿秒激光技术，尽管该技术在生物学和化学领域应用较多，但在原理上，它代表了光学领域的一项基础性进展，因此遭授予奖项。
此外，姚尧还提到，诺贝尔奖更倾向于奖励先驱者，即那些对人类生产生活产生重要影响的发明创造背后的奠基者，这也是其一贯作风——奖励原理性或奠基性的工作，而非单纯的应用层面。
同样，今年物理学奖的授予者——约翰·霍普菲尔德在1982年创建了“霍普菲尔德网络”（Hopfield Network），杰弗里·辛顿则以霍普菲尔德网络为基础，发明了玻尔兹曼机，从而帮助启动了机器学习当前的爆炸式发展，即以人工神经网络为核心的深度学习革命。
约翰·霍普菲尔德（左）和杰弗里·辛顿（右） 图片来源：诺贝尔奖官网“获奖者们在上世纪八十年代以来，进行了早期的基础性探索，尽管他们的原理在现今的应用版本中已经遭迭代更新，但他们是最早提出这些概念的人，为连接主义和神经网络奠定了基础。”姚尧称。
在解释物理学与AI更深层次的关系时，中科院物理所研究员刘淼对界面新闻称，今年诺贝尔物理学奖的核心是人工神经网络，其本质是用计算机模拟生命体的神经细胞接受信号、作出反馈的过程。它模拟的水平越高，就越能像人一样思考和决策。
“相关理论早在上世纪40年代就遭提出，但在当时不遭看好。”刘淼称，但随着技术发展，人类的硬件水平、算力不断提升，它逐渐变为现实。
