2024诺贝尔物理奖 奠定生成式AI之重要原理

加拿大多伦多大学荣誉教授辛顿（Geoffrey Hinton）（右），美国科学家霍普菲尔德（John Hopfield）（左）共同获得2024年诺贝尔物理学奖。资料来源／诺贝尔奖官网

资讯工程的祖师爷成了2024年诺贝尔物理学奖的得主！开发人工神经网路进行机器学习之技术的美加学者，加拿大多伦多大学荣誉教授辛顿（Geoffrey Hinton）、美国科学家霍普菲尔德（John Hopfield），诺贝尔奖物理学委员会认为，两位的学术研究为当红炸子鸡「生成式AI 」奠定了重要基础，把统计物理学的模型发展出方法，让人工神经网路能够用于机器学习，带来突破性的研究与应用，特此颁发今年的大奖。

人工神经网路在学术界的名字有多次的改变，及至2012年开始在学界和应用上站稳脚步，流传的名称改为「深度学习」，因此更多的研究，辛顿他的研究伙伴约书亚．班吉欧（Yoshua Bengio）与杨立昆（Yann LeCun），共同在2018年拿到电脑科学领域的诺贝尔奖「图灵奖」， 并列「深度学习三巨头」。辛顿等人也因此被誉称为资工学界的祖师爷。

为让国人更为了解诺贝尔物理奖得主及其研究，台湾科技媒体中心8日晚间，邀请清华大学物理学系特聘教授林秀豪和东海大学应用物理学系教授施奇廷，在线上为媒体说明。

中兴大学资讯工程学系主任吴俊霖则向台湾科技媒体中心表示，近几年人工智慧在电脑视觉与自然语言处理，包含大家所熟悉的YOLO模型与ChatGPT的成功，都源自于这两位得奖的学者杰出的研究。吴俊霖认为，目前人工智慧在医学，农业工业与运动科学上都正蓬勃发展着，这两位学者的基础研究带来了现今与未来的AI时代。

林秀豪说明，这次得奖的看似属于电脑科学领域，但得奖者之一的霍普菲尔是物理学家，他参考统计物理学的理论，模拟人脑中的神经细胞连结，提出原始的人工神经网路，借由神经元间的连结变强或变弱，达到学习与记忆的功能。而同时得奖的辛顿，工作上是将霍普菲尔的神经网路进一步发展，结合统计物理与资讯科学的技术，建构出能够处理复杂资讯的人工神经网路，是现在人工智慧技术的基石。

施奇廷则表示，辛顿十分关心人工智慧造成的争议，近期也提醒人工智慧领域的研究必须谨慎发展，避免造成伤害。

施奇廷说明，这次得奖的研究初衷是向人脑学习，如同人类脑细胞互相连结，且学习和记忆的过程会重塑脑细胞之间的连结强度，两位得奖者根据人脑细胞对外界刺激有不同反应的概念，做出了人工智慧的模型。