頭條焦點(diǎn)：學(xué)科交叉研究為人工智能開(kāi)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)習方面的基礎性發(fā)現和發(fā)明而榮獲2024年諾貝爾物理學(xué)獎。

(資料圖片僅供參考)

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(dòng)。“震驚的是諾貝爾物理學(xué)獎竟然頒給了計算機科學(xué)家，激動(dòng)的是人工智能領(lǐng)域獲得了更廣泛的認可。”張婭說(shuō)。

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)習模型，旨在通過(guò)模仿大腦的工作方式來(lái)處理復雜的計算問(wèn)題。如今人工神經(jīng)網(wǎng)絡(luò )被廣泛應用于醫學(xué)、工程等各個(gè)領(lǐng)域，而且有望用于設計下一代計算機。

“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(gè)獎實(shí)際上授予了理論物理學(xué)。”中國科學(xué)院自動(dòng)化研究所研究員、聯(lián)合國人工智能高層顧問(wèn)機構專(zhuān)家曾毅說(shuō)，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(gè)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80年代，許多物理學(xué)家都曾利用霍普菲爾德網(wǎng)絡(luò )實(shí)現了由物理學(xué)到神經(jīng)科學(xué)的跨越。”張婭說(shuō)。

“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‘文藝復興運動(dòng)’。”商湯智能產(chǎn)業(yè)研究院院長(cháng)田豐說(shuō)，今天，生成式人工智能大模型、多模態(tài)大模型的訓練都離不開(kāi)反向傳播算法。

“從人工智能的視角觀(guān)察，可以說(shuō)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(gè)學(xué)科的理論成功應用于構建人工智能科學(xué)理論。學(xué)科交叉研究為人工智能開(kāi)辟了新天地。”曾毅說(shuō)。

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

堅守曾經(jīng)走不通的冷門(mén)專(zhuān)業(yè)

被譽(yù)為“AI教父”的辛頓，是現代俗稱(chēng)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(zhuān)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(gè)時(shí)候人工智能領(lǐng)域的主流理論是符號主義和專(zhuān)家系統，神經(jīng)網(wǎng)絡(luò )這條路一度走不通。然而，辛頓并沒(méi)有放棄，一直堅持在神經(jīng)網(wǎng)絡(luò )領(lǐng)域做探索。”田豐說(shuō)，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(gè)里程碑式成果。

“可以說(shuō)，辛頓在青年時(shí)期很苦，那時(shí)候神經(jīng)網(wǎng)絡(luò )這個(gè)研究方向看不到希望，因為那時(shí)候既沒(méi)有海量的互聯(lián)網(wǎng)數據，也沒(méi)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(shí)人工智能也是一個(gè)冷門(mén)專(zhuān)業(yè)，學(xué)這個(gè)專(zhuān)業(yè)的人也不好找工作。”田豐告訴科技日報記者，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。

現在，辛頓高度關(guān)注人工智能的安全風(fēng)險。“針對人工智能可能產(chǎn)生濫用惡用、人工智能對人類(lèi)可能造成的生存風(fēng)險，辛頓不僅進(jìn)行了理論研究，還積極面向公眾開(kāi)展演講，以提升公眾對人工智能風(fēng)險的認知。”曾毅說(shuō)。

在曾毅看來(lái)，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(shí)間和實(shí)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，不僅是現代人工智能最重要的理論基礎之一，近兩年在諸多科學(xué)領(lǐng)域也取得了顯著(zhù)和廣泛的應用效果，正在改變甚至是顛覆諸多學(xué)科的研究范式。”曾毅說(shuō)。

( 陸成寬)

標簽：