两位“AI奠基人”获年度诺贝尔物理学奖：最担心人工智能反噬人类|界面新闻 · 天下

界面新闻记者 | 陈升龙

界面新闻编辑 | 刘海川

为表彰其通过人工神经网络来实现机器学习而做出的的基础性发现和发明，本年度诺贝尔物理学奖被授予了美国普林斯顿大学的生命科学家霍普费尔德（John J. Hopfield）和加拿大多伦多大学的“AI教父
”辛顿（Geoffrey E. Hinton）
。

瑞典皇家科学院在2024年10月8日发布的新闻稿中写到 ，两位获奖者利用物理学工具构建了多种方法
，为机器学习奠定了基础。其中霍普菲尔德创建了可以存储和重建信息的结构，而辛顿则后续发明了可以独立发现数据属性的方法 ，两者对于目前广泛使用的大型人工神经网络至关重要 。基于人工神经网络的机器学习正在颠覆科学
、工程和日常生活
。

公开资料显示
，今年91岁的霍普费尔德出生于美国芝加哥，1958年获得康奈尔大学博士学位 ，随后在普林斯顿大学任教 。普林斯顿大学已连续11年蝉联美国综合大学里本科排名第一
。包括霍普费尔德在内
，该校至少已有24人获得诺贝尔物理学奖。其他领域的杰出学者更是不计其数 。

1982年，已在普林斯顿大学任教的霍普费尔德在工作中创建了一种计算机网络架构 ，以强化人工神经元的连接强度
，并通过找到节点之间的连接值进行训练，他创造的联想记忆可以存储和重建数据中的图像等形式
。

而今年78岁的辛顿出生于英国伦敦 ，1978年获得爱丁堡大学博士学位。他是反向传播算法和对比散度算法的发明人之一，同样是深度学习的积极倡导者 。

同样是在1982年
，在多伦多大学任教的辛顿在一次学术会议上受霍普费尔德发言启发，第一次了解了神经网络
。在那之后 ，他和另一位著名学者谢诺夫斯基（Terry Sejnowski）在霍普费尔德的基础之上狂热地研究推广神经网络
，并在1985年发明了名为“玻尔兹曼机器”的机器学习结构。

他们的成果与早期的机器学习架构不同，在解决实际问题方面足够高效 。图像识别和语言翻译工具等当今许多人工智能系统的成功 ，便是在“玻尔兹曼机器 ”的基础之上
，以及大量数据和计算能力的结合下诞生的，同时也为ChatGPT等大型语言模型提供了动力。

在今天接受媒体采访时 ，辛顿首先谦逊地表示“没有想到
”
，同时就自己与霍普费尔德的研究对新技术开发所产生的积极影响整体持乐观态度：这将与工业革命相媲美
。他同时还预测，人工智能将彻底改变医疗保健等领域 ，大大提高生产力。

但与此同时
，辛顿也警告这波革命所带来的负面后果，尤其是人工智能在失控后导致的威胁 。他说自己最担心人工智能系统超越人类 ，并最终反噬人类
。

截至发稿，诺贝尔物理学奖已经颁发118次
，有227位获得者，许多为两人或以上共同获得。评选范围从基础理论研究到应用技术创新 ，可以细分为基础物理、应用物理 、天体物理等几大类 。获奖成果的应用也早已融入甚至改变了普通人的生活
，如磁悬浮列车
、核磁共振成像、太阳能板 、LED灯等
。

诺贝尔评选委员会通常在每年10月的第一个工作日起开始公布各项得主，依次为生理学或医学奖
、物理学奖、化学奖 、文学奖
、和平奖与经济学奖。颁奖礼定于12月10日 ，即诺贝尔逝世周年的纪念日在斯德哥尔摩举行 。

‌今年
，霍普费尔德和辛顿将平分1100万瑞典克朗（约合745万元人民币）奖金
。奖金金额会随着诺贝尔基金会当年的收入而变动，该收入包括投资收益和捐赠。‌