剑桥大学校友荣获2024年诺贝尔物理学奖
剑桥大学校友杰弗里·辛顿（Geoffrey Hinton）与普林斯顿大学的约翰·霍普菲尔德（John Hopfield）共同获得2024年诺贝尔物理学奖。
辛顿（国王学院，1967）和霍普菲尔德因“利用人工神经网络进行机器学习的基础性发现和发明”而获得该奖项。辛顿被誉为“AI（人工智能）教父”，为多伦多大学计算机科学名誉教授。
今年的两位诺贝尔物理学奖得主借助物理学工具开发出的方法，为当今强大的机器学习奠定了基础。约翰·霍普菲尔德于1968至1969年担任剑桥大学古根海姆研究员，他发明的联想记忆网络能够存储和重建图像以及其他类型的数据模式。杰弗里·辛顿开创了一种可以自主查找数据中的特征，并执行诸如识别图片中的特定元素等任务的方法。
我们说的人工智能，通常指的是基于人工神经网络的机器学习。该技术最初受到人脑结构的启发。在人工神经网络中，大脑的神经元由具有不同值的节点表示。这些节点通过类似于突触的连接相互影响，而连接可以变强或变弱。例如，在同时具有高数值的节点之间建立更强的连接，可以实现对人工神经网络的训练。今年的获奖者从20世纪90年代起就对人工神经网络开展了重要的研究。
杰弗里·辛顿以约翰·霍普菲尔德发明的神经网络为基础，创建了新的神经网络：玻尔兹曼机。该网络可以学习识别给定类型数据中的特征元素。辛顿使用了统计物理学工具，统计物理学是研究大量相似组成元素的系统科学。通过输入机器运行时很可能出现的示例，以对机器进行训练。玻尔兹曼机可用于对图像进行分类，或创建训练模式类型的新示例。辛顿在此基础上，推动开启了当前机器学习的爆炸式发展。
校长黛博拉·普伦蒂斯（Deborah Prentice）教授表示：
“祝贺辛顿教授获得诺贝尔奖。我们的校友是剑桥群体的重要组成部分，他们许多人，如辛顿教授一样，完成了真正改变我们世界的发现和进步。我代表剑桥大学祝贺他取得这一巨大成就。”
“获奖者的工作已经产生了巨大的效益。在物理学许多领域，我们广泛应用了人工神经网络，例如开发具有特定性能的新材料。”
辛顿和霍普菲尔德分别是第122和第123位获得诺贝尔奖的剑桥大学成员。
1980年至1982年，辛顿在英国医学研究理事会（MRC）应用心理学部（当时叫作英国医学研究理事会认知与脑科学研究所）担任科学官员，之后在匹兹堡的卡内基梅隆大学任职。
2023年5月，辛顿在剑桥大学的生存风险研究中心发表了题为“通往智能的两条道路”的公开演讲，他在演讲中指出，“大规模数字计算在获取知识方面可能比生物计算要好得多，而且很快就会比我们聪明得多”。
