2024年诺贝尔物理学奖授予John J. Hopfield和Geoffrey E. Hinton，以表彰其通过人工神经网络实现

2024年诺贝尔物理学奖授予John J. Hopfield和Geoffrey E. Hinton，以表彰其通过人工神经网络实现机器学习的基础发现和发明的贡献。 （诺贝尔奖网站）-电报频道- #娟姐新闻:@juanjienews

@onlychigua 2023年诺贝尔物理学奖获奖者揭晓

@onlychigua 2023年诺贝尔物理学奖获奖者揭晓 瑞典皇家科学院决定将2023年诺贝尔物理学奖授予以下三位科学家： Pierre Agostini(美国籍) Ferenc Krausz(匈牙利籍) Anne L’Huillier(法国籍) 以表彰他们在“为研究物质中的电子动力学而产生阿秒脉冲光的实验方法”方面所做出的贡献。 三人将平分1100万瑞典克朗的奖金，折合人民币720万元。 #诺贝尔奖

2022诺贝尔物理学奖解读

2022诺贝尔物理学奖解读 2022年诺贝尓物理学奖发的众望所归，颁奖词清晰表述了是为了表彰阿兰·阿斯佩（Alan Aspect)、约翰·弗朗西斯·克劳泽（John F. Clauser）、安东·塞林格（Anton Zeilinger），在纠缠光子实验、验证违反贝尔不等式和开创量子信息科学方面的贡献。 他们验证了人类迄今为止发现的最奇怪现象：量子纠缠。并且，他们的研究让我们可以利用这种现象，来实现量子计算、量子通信，甚至是为星际传送这种科幻内容，提供了理论可能。本期视频，就给大家讲清楚2022年的诺贝尔物理学奖。评：从开头的大家“大家好”之后，基本就听不懂了... 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

人工智能方面做贡献 两科学家荣获诺贝尔物理学奖

人工智能方面做贡献 两科学家荣获诺贝尔物理学奖 美国籍约翰·霍普菲尔德和英裔加拿大人杰弗里·辛顿因在人工智能发展方面做出的开创性工作，荣获诺贝尔物理学奖。 法新社报道，瑞典皇家科学院星期二（10月8日）将今年诺贝尔物理学授予约翰·霍普菲尔德（John Hopfield）和杰弗里·辛顿（Geoffrey Hinton），表扬他们在人工智能方面的贡献。 瑞典皇家科学院发声明说：“今年的两位诺贝尔物理学奖得主，利用物理学工具开发当今强大机器学习的基础方法。” 现年91岁的霍普菲尔德是美国普林斯顿大学的教授，他因发明一种可以存储、重建图像和其他类型数据模式的联想记忆而备受关注。 另外，现年76岁的多伦多大学教授辛顿则发明一种可以自主查找数据属性的方法，从而执行识别图片中特定元素等。 被称为“人工智能之父”的辛顿得知获奖后，通过电话告诉记者：“我惊呆了……根本不知道会发生这种事。” 两人将于12月10日在瑞典首都斯德哥尔摩，从瑞典国王卡尔十六世·古斯塔夫国王手中接过奖项，包括一张文凭、一枚金牌和一张100万美元支票。这一天是科学家阿尔弗雷德·诺贝尔1896年逝世的周年纪念日，诺贝尔在遗嘱中创立这些奖项。 诺贝尔奖自1901年开始颁发，表彰那些“为人类带来最大利益”的人。 #诺贝尔物理学奖 #人工智能-电报频道- #娟姐新闻:@juanjienews

诺奖2024｜诺贝尔物理学奖为何授予机器学习？

诺奖2024｜诺贝尔物理学奖为何授予机器学习？ ·辛顿开发的玻尔兹曼机成为了生成模型的早期例子。玻尔兹曼机常被用作一个大网络的一部分，可以用来根据观众的喜好推荐电影或电视剧。·机器学习与传统软件不同，传统软件的工作方式就像一种配方。传统软件接收数据，然后根据清晰的描述进行处理并产生结果，就像有人收集原料并按照食谱处理。相反，在机器学习中，计算机通过实例学习，使其能够解决模糊和复杂的问题，这些问题无法通过一步一步的指令来管理。约翰·J·霍普菲尔德和杰弗里·E·辛顿因“通过人工神经网络实现机器学习的基础性发现和发明”，获得2024年诺贝尔物理学奖。10月8日，2024年诺贝尔物理学奖出乎意料地授予机器学习研究领域，结果公布后，连获奖者本人杰弗里·E·辛顿（Geoffrey E. Hinton）在接受瑞典皇家科学院的电话采访时，也直呼“没有想到”。2024年，普林斯顿大学的约翰·J·霍普菲尔德（John J. Hopfield）和加拿大多伦多大学的杰弗里·E·辛顿因“通过人工神经网络实现机器学习的基础性发现和发明”，获得诺贝尔物理学奖。获奖者将共享1100万瑞典克朗（约合745万元人民币）奖金。诺贝尔物理学奖为何花落机器学习？机器学习在过去15到20年里爆炸式发展，它利用了一种叫做人工神经网络的结构。所以当我们谈论人工智能时，通常指的是使用人工神经网络的机器学习。虽然计算机不能思考，但机器现在可以模拟记忆和学习等功能。这要得益于今年诺贝尔物理学奖得主的创造性工作。今年的两位诺贝尔物理学奖得主约翰·霍普菲尔德和杰弗里·辛顿从20世纪80年代开始就在人工神经网络方面开展了重要工作。他们使用了物理学的工具来开发方法，这些方法是当今强大的机器学习的基础。霍普菲尔德创造了一种联想记忆，可以存储和重建图像和其他类型的数据模式。当给定一个不完整或稍微扭曲的网络模式时，霍普菲尔德的方法可以找到最相似的存储模式。1980年，霍普菲尔德离开了普林斯顿大学的职位，他的研究兴趣把他带出了物理学同行们工作的领域。他来到加州理工学院担任化学和生物学教授。在那里，他可以使用计算机资源进行免费实验，并发展他关于神经网络的想法。但他并没有放弃自己的物理学基础。磁性材料由于原子自旋而使得每个原子都能成为一个微小的磁铁，相邻原子的自旋相互影响。得益于对磁性材料的了解，霍普菲尔德利用描述自旋相互影响时材料如何发展的物理学原理，建立了一个具有节点和连接的模型网络。霍普菲尔德等人继续发展霍普菲尔德网络的运作细节，例如可以存储任何值的节点，而不仅仅是0或1。如果把节点想象成图片中的像素，它们可以有不同的颜色，而不仅仅是黑色或白色。改进的方法使保存更多的图片成为可能，即使它们非常相似，也可以区分它们。图片来自诺奖官网。记住一幅图像是一回事，但要解释它所描绘的内容需要更多的东西。辛顿曾在英格兰和苏格兰研究实验心理学和人工智能，他想知道机器是否能像人类一样学会处理模式，分类和解释信息。当霍普菲尔德1982年发表关于联想记忆的文章时，辛顿正在卡内基梅隆大学工作。辛顿将霍普菲尔德发明的网络作为一个新网络的基础，这种新网络使用另一种方法是玻尔兹曼机，可以学习识别给定类型数据中的特征元素。这一方法发表于1985年。辛顿使用了统计物理学的工具，通过给机器输入案例来训练机器。玻尔兹曼机不是从指令中学习，而是从给定的例子中学习，它可对图像进行分类，或者为它所训练的模式类型创建新的案例。玻尔兹曼机每次更新一个节点的值，最终机器将进入一种状态，在这种状态下，节点的模式可以改变，但整个网络的属性保持不变。根据玻尔兹曼方程，每个可能的模式都有一个特定的概率，这个概率由网络的能量决定。当机器停止时，它创造了一个新的模式，这使得玻尔兹曼机成为了生成模型的早期例子。约翰·J·霍普菲尔德和杰弗里·E·辛顿因“通过人工神经网络实现机器学习的基础性发现和发明”，获得2024年诺贝尔物理学奖。20世纪90年代，许多研究人员对人工神经网络失去了兴趣，但辛顿是继续在该领域探索的科学家之一，他还在这项工作的基础上帮助启动了当前机器学习的爆炸性发展。2006年，他和同事开发了一种预训练网络的方法，该网络由一系列分层的波尔兹曼机组成。这种预训练为网络中的连接提供了一个更好的起点，从而优化了识别图像元素的训练。玻尔兹曼机常被用作一个大网络的一部分，可以用来根据观众的喜好推荐电影或电视剧。值得一提的是，辛顿因在深度学习方面的贡献与约书亚·本希奥和杨立昆一同被授予了2018年的图灵奖。今天的人工神经网络通常是巨大的，由更多层组成。它们被称为深度神经网络，它们的训练方式被称为深度学习。人工智能越来越深入各行各业、帮助科学研究。诺奖官方评价称，物理学为机器学习的发展提供了工具，物理学作为一个研究领域如何也从人工神经网络中受益将是有趣的。 -电报频道- #娟姐新闻:@juanjienews

80岁法国诺贝尔物理学奖获得者穆鲁加盟北大

80岁法国诺贝尔物理学奖获得者穆鲁加盟北大 高龄80岁的法国诺贝尔物理学奖获得者穆鲁，已入职北京大学物理学院担任讲席教授。 据北京大学物理学院官网消息，2018年诺贝尔物理学奖获得者穆鲁（Gérard Albert Mourou），10月12日以北京大学讲席教授的身份正式入职北京大学物理学院。 官网称，穆鲁是世界公认的极具创新思维的超短超强激光物理学家。他与学生斯特里克兰（Donna Strickland）发明了啁啾脉冲放大（CPA）技术，开辟了实现超高功率激光的新途径；开创了超快科学新领域；开拓了激光在医疗健康、工业生产、前沿基础科学研究的应用。 官网说，穆鲁与中国多所大学和研究机构开展了广泛、长期的合作研究，近年来悉心指导北京大学激光驱动多束流设施和北京激光加速创新中心建设，为中国强场物理领域学科进步、行业发展、人才培养作出了重要贡献。 公开资料显示，穆鲁1944年生于法国阿尔贝维尔，他在2018年获诺贝尔物理学奖，2019年当选为中国科学院外籍院士。 《南华早报》报道，穆鲁当年获得诺贝尔奖后不久，曾在北京的公开活动上表达了对中国科学进步的钦佩。他说：“差距确实正在缩小。我很惊讶地看到了进展。” 穆鲁还说，中国政府对科学的重视比时任总统特朗普领导的美国更好。据报，他当时表示：“科学在这里（中国）非常受到尊重……但特朗普不接受任何人建议。” #北京大学 #诺贝尔物理学奖-电报频道- #娟姐新闻:@juanjienews