诺贝尔物理学奖和化学奖授予机器学习研究

©Johan Jarnestad/皇家瑞典科学院

分别于10月8日和9日宣布了2024年诺贝尔物理和化学奖。两项奖项均因启用或使用机器学习的工作而授予。

2024诺贝尔奖

2024诺贝尔物理奖

物理奖已授予：

物理奖

约翰·霍普菲尔德（John Hopfield） - “用于通过人工神经网络启用机器学习的基础发现和发明”杰弗里·欣顿（Geoffrey Hinton） - “用于使用人工神经网络启用机器学习的基本发现和发明”

约翰·霍普菲尔德（John Hopfield） - “用于通过人工神经网络启用机器学习的基础发现和发明”

John Hopfield Geoffrey Hinton - “用于通过人工神经网络启用机器学习的基础发现和发明” Geoffrey Hinton 更具体地说，Hopfield因“发明了​​使用一种保存和重新创建模式的方法的网络”而被认可。这个Hopfield网络利用物理学来描述材料特征由于其原子旋转。整个网络的整体描述与物理中的自旋系统中的能量相当，并通过查找节点之间的连接值进行训练，以使保存的图像具有低的能量。当Hopfield网络被喂食变形或不完整的图像时，它可以通过节点有条不紊地工作并更新其值，从而使网络的能量下降。因此，该网络逐步工作，以找到最类似于喂养的不完美图像的保存图像。 Hopfield网络 Boltzmann机器 2024诺贝尔化学奖 化学奖的一半已授予： 化学奖 大卫·贝克（David Baker） - “计算蛋白设计” David Baker ，另一半共同： Demis Hassabis - “用于蛋白质结构预测” John Jumper - “用于蛋白质结构预测” Demis Hassabis - “用于蛋白质结构预测” Demis Hassabis John Jumper - “用于蛋白质结构预测” John Jumper 标签：

John Hopfield

Geoffrey Hinton - “用于通过人工神经网络启用机器学习的基础发现和发明”

Geoffrey Hinton

更具体地说，Hopfield因“发明了​​使用一种保存和重新创建模式的方法的网络”而被认可。这个Hopfield网络利用物理学来描述材料特征由于其原子旋转。整个网络的整体描述与物理中的自旋系统中的能量相当，并通过查找节点之间的连接值进行训练，以使保存的图像具有低的能量。当Hopfield网络被喂食变形或不完整的图像时，它可以通过节点有条不紊地工作并更新其值，从而使网络的能量下降。因此，该网络逐步工作，以找到最类似于喂养的不完美图像的保存图像。 Hopfield网络

Boltzmann机器

2024诺贝尔化学奖

化学奖的一半已授予：

化学奖

大卫·贝克（David Baker） - “计算蛋白设计”

David Baker ，另一半共同： Demis Hassabis - “用于蛋白质结构预测” John Jumper - “用于蛋白质结构预测” Demis Hassabis - “用于蛋白质结构预测” Demis Hassabis John Jumper - “用于蛋白质结构预测” John Jumper 标签：

David Baker

，另一半共同：

Demis Hassabis - “用于蛋白质结构预测” John Jumper - “用于蛋白质结构预测”

Demis Hassabis - “用于蛋白质结构预测”

Demis Hassabis

John Jumper - “用于蛋白质结构预测”John Jumper标签：