學(xué)科交叉研究為人工智能開辟新天地

　　10月8日，美國科學(xué)家約翰·霍普菲爾德和英裔加拿大科學(xué)家杰弗里·辛頓，因在使用人工神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)方面的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明而榮獲2024年諾貝爾物理學(xué)獎。

　　得知諾獎授予人工智能領(lǐng)域的研究者，上海交通大學(xué)人工智能學(xué)院教授張婭既震驚又激動?！罢痼@的是諾貝爾物理學(xué)獎竟然頒給了計算機科學(xué)家，激動的是人工智能領(lǐng)域獲得了更廣泛的認可?！睆垕I說。

　　在人工智能領(lǐng)域作出奠基性貢獻

　　人工神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)元工作方式的機器學(xué)習(xí)模型，旨在通過模仿大腦的工作方式來處理復(fù)雜的計算問題。如今人工神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于醫(yī)學(xué)、工程等各個領(lǐng)域，而且有望用于設(shè)計下一代計算機。

　　“表面上看，2024年諾貝爾物理學(xué)獎授予了人工智能領(lǐng)域，但從更廣泛的意義上講，這個獎實際上授予了理論物理學(xué)?！敝袊茖W(xué)院自動化研究所研究員、聯(lián)合國人工智能高層顧問機構(gòu)專家曾毅說，兩位獲獎?wù)叩难芯勘尘岸计鹪从谖锢韺W(xué)。

　　剛剛獲獎的兩位科學(xué)家，在人工神經(jīng)網(wǎng)絡(luò)研究方面做了很多奠基性工作。

　　“辛頓提出了反向傳播算法，讓人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練成為了一種可能;霍普菲爾德提出了霍普菲爾德網(wǎng)絡(luò)，這個網(wǎng)絡(luò)對早期人工神經(jīng)網(wǎng)絡(luò)發(fā)展具有重要意義，20世紀(jì)80年代，許多物理學(xué)家都曾利用霍普菲爾德網(wǎng)絡(luò)實現(xiàn)了由物理學(xué)到神經(jīng)科學(xué)的跨越?！睆垕I說。

　　“1986年，辛頓發(fā)表了反向傳播算法的經(jīng)典論文。雖然反向傳播算法誕生于20世紀(jì)60年代，但這篇論文讓人們真正認識到它的重要性，掀起了神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域的‘文藝復(fù)興運動’。”商湯智能產(chǎn)業(yè)研究院院長田豐說，今天，生成式人工智能大模型、多模態(tài)大模型的訓(xùn)練都離不開反向傳播算法。

　　“從人工智能的視角觀察，可以說他們兩位最核心的科學(xué)貢獻，是將起源于理論物理、生物物理兩個學(xué)科的理論成功應(yīng)用于構(gòu)建人工智能科學(xué)理論。學(xué)科交叉研究為人工智能開辟了新天地。”曾毅說。

　　曾毅認為，霍普菲爾德對記憶與關(guān)聯(lián)學(xué)習(xí)的智能理論計算模型貢獻很大，該模型在結(jié)構(gòu)上是一個典型的循環(huán)神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)類似于人腦中的海馬體腦區(qū);而辛頓對深度神經(jīng)網(wǎng)絡(luò)及其訓(xùn)練方法的貢獻，主要在層次化與抽象化學(xué)習(xí)的智能理論計算模型方面，該模型在結(jié)構(gòu)上是一個典型的層次化神經(jīng)網(wǎng)絡(luò)，相似的結(jié)構(gòu)可以在人類大腦皮層連接模式中找到。

　　堅守曾經(jīng)走不通的冷門專業(yè)

　　被譽為“AI教父”的辛頓，是現(xiàn)代俗稱的人工智能三巨頭之一，目前國際上活躍的很多人工智能專家都是他的學(xué)生或同事，比如，openAI曾經(jīng)的首席科學(xué)家伊利亞·蘇茨克韋爾就是他的博士生。

　　“辛頓在1978年獲得人工智能博士學(xué)位后，正趕上人工智能低谷期。那個時候人工智能領(lǐng)域的主流理論是符號主義和專家系統(tǒng)，神經(jīng)網(wǎng)絡(luò)這條路一度走不通。然而，辛頓并沒有放棄，一直堅持在神經(jīng)網(wǎng)絡(luò)領(lǐng)域做探索。”田豐說，直到2000年左右GPU興起，辛頓才取得一些重大突破。此后，他帶領(lǐng)學(xué)生一路披荊斬棘，在人工智能領(lǐng)域獲得多個里程碑式成果。

　　“可以說，辛頓在青年時期很苦，那時候神經(jīng)網(wǎng)絡(luò)這個研究方向看不到希望，因為那時候既沒有海量的互聯(lián)網(wǎng)數(shù)據(jù)，也沒有強大的GPU算力，只有算法，神經(jīng)網(wǎng)絡(luò)這條路顯然是走不通的。同時人工智能也是一個冷門專業(yè)，學(xué)這個專業(yè)的人也不好找工作?！碧镓S告訴科技日報記者，而人工智能的快速發(fā)展，卻得益于辛頓在學(xué)術(shù)上的堅守。

　　現(xiàn)在，辛頓高度關(guān)注人工智能的安全風(fēng)險?！搬槍θ斯ぶ悄芸赡墚a(chǎn)生濫用惡用、人工智能對人類可能造成的生存風(fēng)險，辛頓不僅進行了理論研究，還積極面向公眾開展演講，以提升公眾對人工智能風(fēng)險的認知?！痹阏f。

　　在曾毅看來，與諸多獲得諾貝爾獎的科學(xué)成果一樣，霍普菲爾德和辛頓的科學(xué)貢獻都經(jīng)受住了時間和實踐的檢驗。

　　“受理論物理與生物物理啟發(fā)的人工神經(jīng)網(wǎng)絡(luò)理論與模型，不僅是現(xiàn)代人工智能最重要的理論基礎(chǔ)之一，近兩年在諸多科學(xué)領(lǐng)域也取得了顯著和廣泛的應(yīng)用效果，正在改變甚至是顛覆諸多學(xué)科的研究范式?！痹阏f。