諾貝爾物理獎揭曉 AI教父與「深度學習先驅」共享桂冠

【本報綜合訊】2024年諾貝爾物理獎得主澳洲時間今晚公布，由美國科學家霍普菲爾德（John J. Hopfield）、生於英國的加拿大科學家辛頓（Geoffrey E. Hinton）共享殊榮，以表彰他們藉由人工神經網絡實現機器學習的基礎性發現與發明。

諾貝爾獎官方網站8日指出，今年的物理學獎得主突破了物理科學的基礎，展示了一種全新的方式，利用電腦來幫助和引導我們解決社會面臨的眾多挑戰。由於他們的研究成果，人類現在擁有了一個新工具，這個工具可以用於造福社會。基於人工神經網路的機械學習正徹底改變科學、工程和日常生活。

這個領域正在推動實現建立可持續社會的突破，例如識別新功能材料。未來人工神經網路深度學習的應用，將取決於我們人類如何選擇運用這些已經融入生活的強大工具。2024年諾貝爾物理學獎得主運用了物理學的工具，構建出奠定今日強大機器學習基礎的方法。

今年高齡91歲的霍普菲爾德創建了一種能夠儲存和重建資訊的結構。76歲的辛頓發明了一種可以自動發現數據屬性的方法，這對目前大型人工神經網路至關重要。

1980 年代初，霍普菲爾德首次提出「循環神經網路」(Recurrent neural network，RNN)，論文中的「由繁入簡」插圖，具體的形容電腦如何利用歸納法來自我學習，他也發明了「深度學習」（deep learning）這個名詞。辛頓（Geoffrey Hinton）1986年發表的「多層神經網路反向傳播演算法」的論文，補上了「由簡入繁」過程該如何進行，辛頓也被稱為「深度學習之父」。

雖然電腦無法思考，但機器現在能模仿記憶和學習等功能。今年的物理學獎得主促成了這一切的實現，利用物理學的基本概念和方法，他們開發出能夠使用網路結構來處理資訊的技術。

霍普菲爾德原本是固態物理學家，但他不甘於被舒適圈所侷限，不斷向外尋找「值得解決的問題」，於是先後跨足分子生物學以及當時新興的神經科學及AI研究。後來他提出「霍普菲爾網路」，為生物的聯想式記憶（associative memory）提供了簡單的數學模型，也為當時幾近被廢棄的人工神經網路重燃一絲希望。辛頓是人工智慧（AI）教父級人物，門生無數，在深度學習領域成就斐然，早在2018 年已榮獲號稱「計算機界的諾貝爾獎」的圖靈獎（Turing Award）。

諾貝爾物理獎迄今已頒發117次，共有225名獲獎人、得獎女性共5名 ，最年輕的得獎者為25歲，最年長的得獎者為96歲。

物理獎得主公布後，化學獎、文學獎、和平獎依序於本周三（9日）至周五（11日）揭曉，最後一個揭曉的是下周一（14日）公布的經濟獎得主。諾貝爾各獎獎金為1100萬瑞典克朗，若得主超過1人，將由共享殊榮者分享獎金。