诺贝尔物理学奖聚焦人工智能革命的关键突破

如果您观看了最新的AI生成的视频时，您的下巴掉落了，您的银行余额是通过欺诈探测系统从罪犯中节省的，或者您的一天变得更加容易，因为您能够在运行中指示一条短信，您有许多科学家，数学家，工程师和工程师要感谢。

但是，两个名字在深度学习技术中脱颖而出，这使这些经历成为可能：普林斯顿大学物理学家约翰·霍普菲尔德（John Hopfield）和多伦多大学计算机科学家杰弗里·辛顿（Geoffrey Hinton）。

，但是两个名字在深度学习技术中脱颖而出，这使这些经历成为可能：普林斯顿大学物理学家 John Hopfield 和多伦多大学计算机科学家 Geoffrey Hinton 。 两位研究人员于2024年10月8日获得了诺贝尔物理奖，因为他们在人工神经网络领域的开创性工作。尽管人工神经网络是基于生物神经网络建模的，但两项研究人员的工作都涉及统计物理学，因此是物理学奖。 两个研究人员是 颁发了的诺贝尔奖 物理 2024年10月8日，他们在人工神经网络领域的开创性工作。尽管人工神经网络是基于生物神经网络建模的，但两项研究人员的工作都涉及统计物理学，因此是物理学奖。 （Atila Altuntas/Anadolu通过Getty Images）诺贝尔委员会宣布了2024年物理奖。 神经元如何计算 人造神经网络的起源归功于对活体系中生物神经元的研究。 1943年，神经生理学家沃伦·麦卡洛克（Warren McCulloch）和逻辑学家沃尔特·皮茨（Walter Pitts）提出了一个简单的神经元工作方式的模型。在McCulloch-Pitts模型中，神经元连接到其相邻的神经元，并可以从中接收信号。然后，它可以将这些信号组合到向其他神经元发送信号。 神经元如何工作的简单模型 Hopfield网络 经常性神经网络的类型 Hopfield是的先驱 路德维希·鲍尔茨曼（Ludwig Boltzmann） John Hopfield 和多伦多大学计算机科学家 Geoffrey Hinton

。

两位研究人员于2024年10月8日获得了诺贝尔物理奖，因为他们在人工神经网络领域的开创性工作。尽管人工神经网络是基于生物神经网络建模的，但两项研究人员的工作都涉及统计物理学，因此是物理学奖。 两个研究人员是 颁发了 物理

2024年10月8日，他们在人工神经网络领域的开创性工作。尽管人工神经网络是基于生物神经网络建模的，但两项研究人员的工作都涉及统计物理学，因此是物理学奖。

（Atila Altuntas/Anadolu通过Getty Images）诺贝尔委员会宣布了2024年物理奖。

神经元如何计算

人造神经网络的起源归功于对活体系中生物神经元的研究。 1943年，神经生理学家沃伦·麦卡洛克（Warren McCulloch）和逻辑学家沃尔特·皮茨（Walter Pitts）提出了一个简单的神经元工作方式的模型。在McCulloch-Pitts模型中，神经元连接到其相邻的神经元，并可以从中接收信号。然后，它可以将这些信号组合到向其他神经元发送信号。

神经元如何工作的简单模型

Hopfield网络 经常性神经网络的类型 Hopfield是路德维希·鲍尔茨曼（Ludwig Boltzmann）