諾貝爾物理獎｜美英2學者奠定「機器學習」基礎　他警示「AI比核武危險」

生活文教

2024/10/08 20:12

【記者王良博／台北報導】2024諾貝爾物理獎今（8）日揭獎，由美國學者霍普菲爾德和英國出生的加拿大學者辛頓獲獎，表彰他們用物理學來訓練人工神經網路，幫助啟動目前機器學習（machine learning）的爆炸性發展。國內學者評論，他們的發明奠定AI的基礎，現在常見的自駕車、車牌辨識系統等，都是此研究的應用。學者也回顧，辛頓曾為了示警AI比核武危險，因此選擇離開Google，可見他是「很有深度」的人。

美國學者霍普菲爾德、英國出身的加拿大學者辛頓，獲得諾貝爾物理獎。取自YouTube頻道「Nobel Prize」

啟動機器學習爆炸性發展

諾貝爾委員會今日宣布，美國學者霍普菲爾德（ John J. Hopfield）和英國出生的加拿大學者辛頓（Geoffrey E. Hinton），共同獲得2024諾貝爾物理獎。

機器學習是人工智慧（AI）的重要特徵，兩位科學家使用物理學工具，構建了為當今強大「機器學習」奠定基礎的方法。

霍普菲爾德創建了一種聯想神經網路，可以儲存和重建圖像以及資料中其他類型的模式。辛頓使用其網路進而發明了一種方法，執行識別圖片中特定元素等任務，辛頓在這項研究的基礎上，幫助啟動了目前機器學習的爆炸性發展。

霍普菲爾德發明的使用方法，可保存和重新創建模式，利用物理學描述材質因原子自旋而產生的特性，當輸入扭曲或不完整的圖像時，該網路會系統地透過節點並更新數值，進而找到最接近其輸入不完美影像的已儲存影像。

而辛頓使用霍普菲爾德網路為基礎，用不同方法創做出新網路基礎「玻爾茲曼機」（Boltzmann machine），可用於對影像進行分類或建立新的訓練模式類型範例。

BREAKING NEWS
The Royal Swedish Academy of Sciences has decided to award the 2024 #NobelPrize in Physics to John J. Hopfield and Geoffrey E. Hinton “for foundational discoveries and inventions that enable machine learning with artificial neural networks.” pic.twitter.com/94LT8opG79
— The Nobel Prize (@NobelPrize) October 8, 2024

奠定車牌辨識、自駕車技術基礎

台灣科技媒體中心在諾貝爾物理獎得主出爐後，邀請清大物理系特聘教授林秀豪、東海大學應用物理系教授施奇廷，說明得獎者的貢獻。

對於諾貝爾物理獎頒發給機器學習的基礎研究，林秀豪直言，辛頓被視為電腦科學家，獲得諾貝爾物理獎令人意外。

林秀豪也說明，辛頓發明的玻爾茲曼機，重要元素來自霍普菲爾德創建的神經網路，以及「玻爾茲曼分佈」，而「玻爾茲曼分佈」是統計物理學的重要內容，玻爾茲曼機的發明源於物理學的系統。

針對兩位得獎者的貢獻，有何實際應用，施奇廷形容，玻爾茲曼機堪稱是原始型態的AI工具，但也已經跟現在差異不小，就如同是石器時代發明的輪子，跟當今汽車的關聯。

林秀豪則舉例，霍普菲爾德創建的神經網路，可用於醫療影像的辨識技術，還有自駕車判斷車前是人還是石頭、有無需要煞車，以及車牌辨識系統等，日常生活已經有許多應用。

AI教父離開Google只為自由講話

至於這兩位得獎者的特徵，林秀豪分析，霍普菲爾德並非「量產型」科學家，反而對如何思考問題、如何與人討論問題，非常有興趣。

林秀豪回憶，他在博士後研究階段的老闆，是霍普菲爾德的學生，霍普菲爾德堪稱是他「學術上的祖父」，他個人10多年前發現人工智慧與物理學的關聯時，曾寫信和霍普菲爾德聯繫討論，霍普菲爾德在得知他的博士後研究老闆，是自己的徒弟相當開心，後來霍普菲爾德把林秀豪寄給他的信件遺失，還向林秀豪道歉，並要林秀豪再次將信件寄給他。

辛頓則被喻為是AI教父，2018年曾獲得被譽為「資工界諾貝爾獎」的圖靈獎肯定，過去長期跟Google合作，不過去年已經從Google離職。