诺贝尔物理学奖探索人工智能革命的关键突破:创造具有学习能力的机器

   当你惊讶地观看最新的人工智能生成视频时,当欺诈检测系统保护你的银行余额免受犯罪分子的攻击,或者因为你能够在逃跑中口述一条短信而使你的生活变得更轻松时,...

  四排彩色球,球之间用绳子连接

当你惊讶地观看最新的人工智能生成视频时,当欺诈检测系统保护你的银行余额免受犯罪分子的攻击,或者因为你能够在逃跑中口述一条短信而使你的生活变得更轻松时,你应该感谢许多科学家、数学家和工程师。

然而,有两位科学家因为对深度学习技术的基础性贡献而脱颖而出:普林斯顿大学物理学家约翰·霍普菲尔德和多伦多大学计算机科学家杰弗里·辛顿。深度学习技术使得这些体验成为可能。

这两位研究人员因在人工神经网络领域的开创性工作,于2024年10月8日被授予诺贝尔物理学奖。尽管人工神经网络是以生物神经网络为模型的,但两位研究人员的工作都借鉴了统计物理学,因此获得了物理学奖。

一名女性和两名男性坐在长桌旁,后面的大屏幕显示着两名男性的图像

神经元的计算方式

人工神经网络起源于对活体大脑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)提出了神经元如何工作的简单模型。在McCulloch-Pitts模型中,一个神经元与其相邻的神经元相连,并可以从它们那里接收信号。然后,它可以将这些信号组合起来,向其他神经元发送信号。

然而,一个问题是:它可以以不同的方式衡量来自不同邻居的信号。想象一下,你正在决定是否要购买一部新的畅销手机。你和朋友聊天,征求他们的建议。一个简单的策略是收集所有朋友的推荐,并决定跟随大多数人的意见。例如,你问三个朋友,爱丽丝、鲍勃和查理,他们分别说“是”、“是”和“不是”。这导致你决定购买手机,因为你有两个赞成和一个反对。

然而,你可能更信任一些朋友,因为他们对科技产品有深入的了解。所以你可能会决定给他们的建议更多的权重。例如,如果查理非常博学,你可能会数他的“不是”三次,现在你的决定是不购买手机——两次赞成,三次反对。如果你不幸有一个你完全不信任的朋友,你甚至可能会给他们负权重。所以他们的同意就等于拒绝,他们的拒绝就等于同意。

一旦你对新手机是否是个好选择做出了自己的决定,其他朋友就可以请你推荐了。同样,在人工和生物神经网络中,神经元可以聚合来自相邻神经元的信号,并将信号发送给其他神经元。这种能力导致了一个关键的区别:网络中是否存在循环?例如,如果我今天向爱丽丝、鲍勃和查理推荐,明天爱丽丝向我推荐,那么就会有一个循环:从爱丽丝到我,再从我回到爱丽丝。

一个显示四个垂直堆叠圆圈的图表,圆圈之间用不同颜色的线连接

如果神经元之间的连接没有循环,那么计算机科学家称之为前馈神经网络。前馈网络中的神经元可以分层排列。第一层由输入组成。第二层接收来自第一层的信号,以此类推。最后一层表示网络的输出。

然而,如果网络中存在循环,计算机科学家称之为循环神经网络,神经元的排列可能比前馈神经网络更复杂。

霍普菲尔德网络

人工神经网络最初的灵感来自生物学,但很快其他领域开始影响它们的发展。这些领域包括逻辑、数学和物理。物理学家约翰·霍普菲尔德(John Hopfield)利用物理学的思想研究了一种特殊类型的循环神经网络,现在被称为霍普菲尔德网络。他特别研究了它们的动态:随着时间的推移,网络会发生什么变化?

当信息通过社交网络传播时,这种动态也很重要。每个人都知道表情包在网上疯传,在社交网络上形成了回音室。这些都是集体现象,最终产生于网络中人与人之间简单的信息交换。

霍普菲尔德是使用物理学模型的先驱,特别是那些用于研究磁力的模型,来理解循环神经网络的动力学。他还表明,它们的动态可以赋予这种神经网络一种记忆形式。

玻尔兹曼机和反向传播

在20世纪80年代,杰弗里·辛顿,计算神经生物学家泰伦斯·塞诺斯基和其他人扩展了霍普菲尔德的想法,创建了一类新的模型,称为玻尔兹曼机,以19世纪物理学家路德维希玻尔兹曼命名。顾名思义,这些模型的设计植根于玻尔兹曼开创的统计物理学。霍普菲尔德网络可以像拼写检查器那样存储模式并纠正模式中的错误,而玻尔兹曼机器可以生成新的模式,从而为现代生成式人工智能革命埋下了种子。

辛顿还参与了20世纪80年代发生的另一项突破:反向传播。如果你想让人工神经网络完成有趣的任务,你必须为人工神经元之间的连接选择合适的权值。反向传播是一种关键算法,它可以根据网络在训练数据集上的性能来选择权重。然而,训练多层人工神经网络仍然具有挑战性。

在2000年代,辛顿和他的同事们巧妙地使用玻尔兹曼机来训练多层网络,他们首先对网络进行一层一层的预训练,然后在预训练的网络上使用另一种微调算法来进一步调整权重。多层网络被重新命名为深度网络,深度学习革命开始了。

人工智能对物理学的回馈

诺贝尔物理学奖展示了来自物理学的思想如何促进了深度学习的兴起。现在,深度学习已经开始在物理学上得到应有的回报,它可以准确、快速地模拟从分子和材料到整个地球气候的各种系统。

本文来自作者[svs]投稿,不代表立场,如若转载,请注明出处:http://wengdou.cn/post/4018.html

(7)

文章推荐

  • 20222款大众Polo:全新升级,性能更出色

      2022款大众Polo:时尚动感的选择  作为一款备受瞩目的小型家用车型,2022款大众Polo以其时尚动感的外观设计和出色的性能表现,吸引了众多消费者的关注。本文将从外观设计、内饰配置、性能表现和安全性能等方面,为您全面解读这款备受追捧的车型。(图片来源网络,侵删)  外观设计方面,2

    2024年09月10日
    566
  • 吉利GX7油耗表现如何?

      吉利GX7油耗:如何有效降低汽车油耗  在如今汽车市场竞争激烈的情况下,消费者对于汽车的油耗问题越来越关注。吉利GX7作为一款备受瞩目的SUV车型,其油耗性能备受关注。那么,如何有效降低吉利GX7的油耗呢?本文将为您详细解答。(图片来源网络,侵删)  合理驾驶习惯  首先,要想有效降

    2024年09月13日
    590
  • 香港为何反水?原因揭秘

      香港为什么反水  在过去的几年里,香港一直处于动荡不安的状态。从反对“逃犯条例修订”引发的示威活动,到最近的选举风波,香港的政治局势一直备受关注。那么,为什么香港会发生这样的变化?为什么会出现“反水”的情况呢?(图片来源网络,侵删)  主题:香港政治动荡的原因  香港政治动荡的原因有

    2024年09月14日
    578
  • 美丽海滩上的脚印揭示欧洲‘头号通缉犯’身份

    根据最近的报道,在法国海滩上发现的一只脚现在被认为属于“欧洲头号通缉犯”。自从在拉罗谢尔附近的海滩上发现这只脚以来,法医测试已经证实这是西里尔·皮卡德的脚,他被怀疑于2022年5月在上萨瓦地区杀害了他10岁的女儿cacimlia。这只人脚是今年2月发现的

    2024年11月01日
    291
  • 孕妇可以吃鸡精吗 孕妇能否食用鸡精?

    孕妇可以吃鸡精吗  孕妇在饮食方面需要格外注意,鸡精作为一种常见的调味品,很多人会问“孕妇可以吃鸡精吗?”一般来说,适量食用鸡精是可以的,但孕妇应谨慎选择。鸡精的主要成分是氨基酸和盐,适量摄入有助于增强食欲和补充营养。然而,过量食用可能导致钠摄入过多,增加水肿和高血压的风险。此外,某些品牌的鸡

    2024年11月05日
    169
  • 胆结石可以吃鸡蛋吗 胆结石患者能否食用鸡蛋?

    胆结石可以吃鸡蛋吗?  胆结石患者在饮食上需要特别注意,尤其是高胆固醇和高脂肪的食物。鸡蛋作为一种常见的蛋白质来源,其营养价值不容忽视。然而,鸡蛋黄中含有较高的胆固醇,可能会对胆结石患者产生影响。如果胆结石患者在饮食中摄入过多的胆固醇,可能会导致胆结石的形成或加重病情。因此,建议胆结石患者在食用

    2024年11月08日
    144
  • 美国球员在欧洲冠军联赛的征程:顶级俱乐部赛场上的美国力量

      美国球员在欧洲顶级联赛中的表现从未如此耀眼,这使得许多USMNT的明星球员有机会在全球最著名的俱乐部赛事中大放异彩。欧洲冠军联赛被视为俱乐部足球的最高荣誉,是现代足球俱乐部竞技的巅峰。迄今为止,只有两名美国球员赢得了欧洲冠军联赛的冠军。1997年,基洛夫斯基代表多特蒙德成为首位

    2024年11月12日
    104
  • 曼联有望在黑格的预测下与阿斯顿维拉战平

      曼联与阿斯顿维拉的比赛以0-0战平告终,这或许为备受指责的主教练埃里克-黑格赢得了一些喘息之机。在遭热刺羞辱后,所有目光都聚焦在荷兰教头身上,而周四在波尔图的欧联杯平局更加加剧了人们对他在老特拉福德位置的质疑。共同所有者吉姆·拉特克利夫爵士

    2024年11月12日
    110
  • 以下是周四特朗普的传讯"(真的有挂)-知乎

      8月2日(合众国际社)——前总统唐纳德·特朗普预计将于周四在华盛顿特区的法庭首次亮相,面对四项指控:涉嫌试图推翻2020年大选结果并煽动2021年1月6日的国会骚乱。根据美国哥伦比亚特区地方法院的网站,特朗普的传讯将在周四下午4点进行,地点就在国会大厦西侧

    2024年11月17日
    141
  • GISBH的不足逐渐显现

      吉隆坡-GISBH控股有限公司(GISBH)的缺点越来越暴露出来,最近披露的公司从未支付过任何商业天课(什一税)。雪兰莪天课委员会(LZS)今天宣布,超过20家与gisb有关的公司从未支付过天课,董事会无法确定所欠的金额,因为它从未收到任何有关公司资产和负

    2024年11月21日
    82

发表回复

本站作者后才能评论

评论列表(4条)

  • svs
    svs 2024年11月25日

    我是的签约作者“svs”!

  • svs
    svs 2024年11月25日

    希望本篇文章《诺贝尔物理学奖探索人工智能革命的关键突破:创造具有学习能力的机器》能对你有所帮助!

  • svs
    svs 2024年11月25日

    本站[]内容主要涵盖:国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育

  • svs
    svs 2024年11月25日

    本文概览:   当你惊讶地观看最新的人工智能生成视频时,当欺诈检测系统保护你的银行余额免受犯罪分子的攻击,或者因为你能够在逃跑中口述一条短信而使你的生活变得更轻松时,...

    联系我们

    邮件:@sina.com

    工作时间:周一至周五,9:30-18:30,节假日休息

    关注我们