人工智能之父约翰·霍普菲尔德和杰弗里·辛顿因在人工神经网络领域的贡献而获得2024年诺贝尔物理学奖。

　　02两位获奖者利用统计物理学的基本概念设计了人工神经网络，这些网络起到了联想记忆的作用，并在大数据集中发现了模式。

　　03然而，杰弗里·辛顿警告说，人工智能可能会想出绕过我们对它的限制的方法，甚至操纵人们做它想做的事情。

　　04辛顿表示，他对自己的这项工作表示后悔，担心这样做的总体后果可能是系统比我们更智能，最终会控制局面。

　　人工智能（AI）已经成为使用人工神经网络进行机器学习的简写leyu乐鱼下载。这项技术由约翰·霍普菲尔德（John Hopfield）和杰弗里·辛顿（Geoffrey Hinton）开发，基于大脑的结构。

　　这两位物理学家今天（10月8日）获得了2024年诺贝尔物理学奖。其中一人表示：机器学习正在彻底改变我们的工作和生活方式，但也给人类带来了新的威胁。

　　杰弗里·辛顿被称为人工智能教父，是加拿大和英国公民，在多伦多大学工作；约翰·霍普菲尔德是美国人，在普林斯顿大学工作。

　　诺贝尔委员会在一份新闻稿中表示：“尽管计算机不能思考，但机器现在可以模仿记忆和学习等功能。今年的物理学奖获得者帮助实现了这一目标。”

　　瑞典皇家科学院诺贝尔委员会成员Ellen Moons表示，两位获奖者“利用统计物理学的基本概念设计了人工神经网络，这些网络起到了联想记忆的作用，并在大数据集中发现了模式。”她说，这种网络已被用于推进物理学研究，“也已成为我们日常生活的一部分，例如在面部识别和语言翻译方面。”

　　虽然委员会对机器学习和人工智能背后的科学表示敬意，但Moons也提到了它的另一面：“虽然机器学习有巨大的好处，但它的快速发展也引发了人们对我们未来的担忧。总的来说，人类有责任以安全和道德的方式使用这项新技术，为人类带来最大的利益。”

　　杰弗里·辛顿也有同样的担忧。他辞去了谷歌的一个职位，这样他就可以更自由地谈论他帮助创造的技术的危险。他警告说，人工智能“知道如何编程，所以它会想出绕过我们对它施加的限制的方法。它会想出操纵人们做它想做的事情的方法。”

　　8日得知获奖后，他感到震惊。当诺贝尔委员会通过电话联系到他时，他说：“我惊呆了。我不知道会发生这样的事。”

　　“这将与工业相提并论，”杰弗里·辛顿预测，人工智能最终将对文明产生“巨大影响”，带来生产力和医疗保健的改善，“它不是在体力上超越人类，而是在智力上超越人类。人类一直都是最聪明的，面对比人类更聪明的存在，我们完全没有经验。在很多方面，这将是美妙的。但我们也必须担心一些可能的不良后果，特别是失控的威胁。”

　　为期六天的诺贝尔奖颁奖典礼于10月7日开幕，美国人维克多·安布罗斯和加里·鲁夫昆因发现了微小的遗传物质而获得医学奖，这些物质在细胞内起着开关的作用，有助于控制细胞的行为和何时行为。如果科学家能够更好地了解它们的工作方式和操作方法，有一天可能会为癌症等疾病带来强大的治疗方法。

　　物理学奖的奖金为1100万瑞典克朗（100万美元），来自该奖项的创始人、瑞典发明家阿尔弗雷德·诺贝尔留下的遗赠。诺贝尔奖获得者被邀请在12月10日诺贝尔逝世周年纪念日的颁奖典礼上领奖。

　　诺贝尔奖将于周三继续宣布化学奖，文学奖将于周四公布。诺贝尔和平奖将于周五公布，经济学奖将于10月14日公布。

　　自图灵提出“机器与智能”，一直就有两派观点，一派认为实现人工智能必须用逻辑和符号系统；还有一派认为通过仿造大脑造一台机器，模拟大脑中的神经网络，这台机器就有智能了。

　　模拟神经网络的原创文章发表于1943年，由研究神经科学的麦卡洛可（McCulloch）和流浪汉数学爱好者皮茨（Pitts)共同发表。

　　在其后几十年里，在神经还是数学引导机器大脑的发展之路上，许多大牛，许多争吵，神经派一直被压在地上摩擦，直到1980年在约翰·霍普菲尔德手上崛起。

　　大脑有神经元leyu乐鱼全站，而人工神经网络有不同值的节点。大脑的神经元通过突触相互交流，而人工节点则通过连接相互影响。你可以通过在节点之间建立更强的连接来训练人工神经网络，就像训练大脑一样。

　　正如我们可以在大脑中搜索一个我们很少使用且只能模糊记忆的特定单词或事实一样，人工神经网络也可以通过它保存的模式进行搜索——这要归功于1982年霍普菲尔德网络的发明。

　　“霍普菲尔德构建的网络具有通过不同强度的连接连接在一起的节点。每个节点都可以存储一个单独的值——在霍普菲尔德的第一项工作中，这个值可以是0或1，就像黑白图片中的像素一样。”委员会详细介绍了两人的工作。

　　霍普菲尔德发表他的研究后，辛顿利用统计物理学的思想对其进行了扩展，并开发了最早的机器学习形式，称为“玻尔兹曼机”。得知自己获奖后他表示，对自己的这项工作表示后悔。“有两种遗憾。一种是你因为做了一些你知道不应该做的事情而感到内疚，另一种是在同样的情况下你做了一些会再次做的事情，但最终结果可能并不好。”他说自己有第二种遗憾。“在同样的情况下，我会再次这样做，但我担心这样做的总体后果可能是系统比我们更智能，最终会控制局面。”

　　自20世纪80年代以来，这些网络的规模不断扩大。霍普菲尔德使用了一个只有30个节点的网络——连接它们的参数不到500个——而今天的网络可以包含超过一万亿个参数。

　　与传统的软件类似于按照食谱烤蛋糕不同，人工神经网络能够通过例子学习——利用先验知识来创建新的食谱。