2024-10-17 09:42:03发布:“惊呆了,没想到会发生这种事”!AI教父获2024年诺贝尔物理学奖

发布日期:2024-10-17 09:42:03 阅读:493188 当前热度:280

来源类型:山东热搜 | 作者:秦焰 本站原创 转载请注明

【2024澳门资料大全正新版】【澳门精准王中王免费资料】【香港一肖中特马】【澳门平特一肖100%准资软件截图】【新澳精准资料免费提供网】【澳门王中王100%的资料】【62109.cσm全网最准查询澳彩资料】【新澳门三肖三码精准资料特色】【2024香港结果记录及查询】【新澳一肖一码100免费资枓】
【澳门正版资料免费大全新闻最新大神】 【澳门六开彩结果查询2021年】 【澳门马会7777788888】

《科创板日报》10月8日讯(特约记者 陈俊清)北京时间10月8日下午,2024年诺贝尔物理学奖揭晓。诺贝尔物理学奖委员会宣布,美国和加拿大科学家的约翰·霍普菲尔德 (John Hopfield) 和加拿大多伦多大学的杰弗里·辛顿 (Geoffrey Hinton) 获奖,以表彰他们“基于人工神经网络实现机器学习的基础性发现和发明”。

两位获奖者从20世纪80年代起就开展了与物理学相关的人工神经网络的重要工作。他们将平分1100万瑞典克朗(约合745万元人民币)奖金。

委员会表示:“他们利用物理学的基本概念和方法,开发出利用网络结构处理信息的技术。这导致机器学习在过去二十年里“爆炸式”发展。”

▌贡献在哪里?

据介绍,约翰·霍普菲尔德发明了一种联想记忆,可以存储、重建图像和其他类型的数据结构。当霍普菲尔德网络被输入扭曲或不完整的图像时,它会有条不紊地处理节点并更新它们的值,从而降低网络的能量。因此,网络会逐步找到与输入的不完美图像最相似的保存图像。

杰弗里·辛顿以霍普菲尔德网络为基础,创建了一个新网络——玻尔兹曼机,它可以学习识别给定类型数据中的特征元素。通过输入机器运行时很可能出现的示例来训练机器。玻尔兹曼机可用于对图像进行分类,或者为它所训练的模式类型创建新的例子。

诺贝尔物理学奖委员会主席Ellen Moons表示:“获奖者的工作已经产生了巨大的效益。在物理学领域,我们将人工神经网络应用于广泛的领域,例如开发具有特定属性的新材料。”

穆恩斯补充道:“人类有责任以安全和合乎道德的方式使用这项新技术,为人类带来最大利益。”

辛顿在回答研究该技术的意义时表示,人工智能将对我们的社会产生巨大影响。它将与工业革命相媲美。但它不会在体力上超越人类,而是在智力上超越人类。“我们从未体验过比我们更聪明的事物是什么样的。”

▌获奖者的担忧与诧异

霍普菲尔德为芝加哥人,是普林斯顿大学的教授,因在计算机科学、牛物学和物理学领域的开创性发现而闻名。

辛顿1933年出生于美国伊利诺伊州芝加哥。 1958年获得美国纽约州伊萨卡康奈尔大学博士学位。美国新泽西州普林斯顿大学教授。

2012年,辛顿加入了谷歌。2019年,他与蒙特利尔大学计算机科学教授YoshuaBengio和Meta首席人工智能科学家Yann LeCun一起因在神经网络方面的工作获得了图灵奖,该奖通常被称为“计算机界的诺贝尔奖”。

去年五月,他选择从谷歌研究员兼副总裁的岗位上退休,他表示,自己这样做是为了自由谈论这项技术的危险,因为他意识到计算机变得比人类更聪明的速度可能比他和其他专家预期的要快得多。

同期,他警告人们人工智能将带来“生存威胁”。随后,人工智能安全中心发表了一封由辛顿和其他数百人签名的公开信,警告称先进的人工智能可能会毁灭人类。声明中写道:“减轻人工智能灭绝的风险应该是全球的首要任务。”

一直被称为“AI教父”的辛顿似乎也没想到会拥有诺贝尔物理学奖。“我惊呆了,我没想到会发生这种事。”辛顿在听到获得诺贝尔物理学奖后告诉诺贝尔委员会。

得奖后,他表示对自己所做的工作带来的影响感到忧虑。“在同样的情况下,我还会再次这样做,但我担心,比我们更聪明的系统最终会掌控一切。”

诺贝尔物理学奖委员会主席艾伦·穆恩斯表示,虽然人工智能似乎不是诺贝尔物理学奖的有力竞争者,但具有学习能力的神经网络的发现及其应用是与物理学密切相关的。“这些人工神经网络已用于推动粒子物理学、材料科学和天体物理学等各种物理学主题的研究。”

【944cc天下彩正版资料的优势】【澳门平特一肖期期准中选料1】【2823澳门新资料大全免费】【新奥彩内部资料查询】【今晚澳门天天有好彩】【澳门精准正版资料免费看】【澳门王中王必中一肖一码】【今期澳门三肖三码开一码】【澳门最快最准资料免费手机】【澳门正版资料全年免费公开精准】
【新澳门正版资料免费公开澳】 【新澳澳门免费资料网址是什么】 【王中王心水高手论坛下载链接】

里仲军平:

3秒前:杰弗里·辛顿以霍普菲尔德网络为基础,创建了一个新网络——玻尔兹曼机,它可以学习识别给定类型数据中的特征元素。

IP:70.82.10.*

曹天铠:

3秒前:美国新泽西州普林斯顿大学教授。

IP:57.63.56.*

安迪·普罗斯基:

9秒前:两位获奖者从20世纪80年代起就开展了与物理学相关的人工神经网络的重要工作。

IP:45.73.97.*

宋继扬:

1秒前:“这些人工神经网络已用于推动粒子物理学、材料科学和天体物理学等各种物理学主题的研究。

IP:11.81.82.*

邢巨:

1秒前:辛顿在回答研究该技术的意义时表示,人工智能将对我们的社会产生巨大影响。

IP:71.30.31.*

阿丽克西斯·卢埃林:

4秒前:因此,网络会逐步找到与输入的不完美图像最相似的保存图像。

IP:35.61.49.*

何艺东:

6秒前:玻尔兹曼机可用于对图像进行分类,或者为它所训练的模式类型创建新的例子。

IP:14.27.30.*