2024諾貝爾物理獎 奠定生成式AI之重要原理

加拿大多倫多大學榮譽教授辛頓(Geoffrey Hinton)(右),美國科學家霍普菲爾德(John Hopfield)(左)共同獲得2024年諾貝爾物理學獎。資料來源/諾貝爾獎官網

資訊工程的祖師爺成了2024年諾貝爾物理學獎的得主!開發人工神經網路進行機器學習之技術的美加學者,加拿大多倫多大學榮譽教授辛頓(Geoffrey Hinton)、美國科學家霍普菲爾德(John Hopfield),諾貝爾獎物理學委員會認爲,兩位的學術研究爲當紅炸子雞「生成式AI 」奠定了重要基礎,把統計物理學的模型發展出方法,讓人工神經網路能夠用於機器學習,帶來突破性的研究與應用,特此頒發今年的大獎。

人工神經網路在學術界的名字有多次的改變,及至2012年開始在學界和應用上站穩腳步,流傳的名稱改爲「深度學習」,因此更多的研究,辛頓他的研究夥伴約書亞.班吉歐(Yoshua Bengio)與楊立昆(Yann LeCun),共同在2018年拿到電腦科學領域的諾貝爾獎「圖靈獎」, 並列「深度學習三巨頭」。辛頓等人也因此被譽稱爲資工學界的祖師爺。

爲讓國人更爲了解諾貝爾物理獎得主及其研究,臺灣科技媒體中心8日晚間,邀請清華大學物理學系特聘教授林秀豪和東海大學應用物理學系教授施奇廷,在線上爲媒體說明。

中興大學資訊工程學系主任吳俊霖則向臺灣科技媒體中心表示,近幾年人工智慧在電腦視覺與自然語言處理,包含大家所熟悉的YOLO模型與ChatGPT的成功,都源自於這兩位得獎的學者傑出的研究。吳俊霖認爲,目前人工智慧在醫學,農業工業與運動科學上都正蓬勃發展着,這兩位學者的基礎研究帶來了現今與未來的AI時代。

林秀豪說明,這次得獎的看似屬於電腦科學領域,但得獎者之一的霍普菲爾是物理學家,他參考統計物理學的理論,模擬人腦中的神經細胞連結,提出原始的人工神經網路,藉由神經元間的連結變強或變弱,達到學習與記憶的功能。而同時得獎的辛頓,工作上是將霍普菲爾的神經網路進一步發展,結合統計物理與資訊科學的技術,建構出能夠處理複雜資訊的人工神經網路,是現在人工智慧技術的基石。

施奇廷則表示,辛頓十分關心人工智慧造成的爭議,近期也提醒人工智慧領域的研究必須謹慎發展,避免造成傷害。

施奇廷說明,這次得獎的研究初衷是向人腦學習,如同人類腦細胞互相連結,且學習和記憶的過程會重塑腦細胞之間的連結強度,兩位得獎者根據人腦細胞對外界刺激有不同反應的概念,做出了人工智慧的模型。