Yahoo奇摩新聞 諾貝爾物理學獎得主出爐 訓練人工神經網路為機器學習奠定基礎
諾貝爾獎繼昨（7）日公布生醫獎得主後，台灣時間8日下午公布物理獎項，由來自美國的約翰·霍普菲爾德（John J. Hopfield），以及有「AI教父」之稱的加拿大學者傑佛瑞·辛頓（Geoffrey E. Hinton）共同獲得殊榮。
發現基因調控要角microRNA 美2生物學家摘諾貝爾生醫獎桂冠
今（2024）年的兩位得主，獲獎理由是利用物理學工具訓練人工神經網路，為現今強大的機器學習奠定基礎方法。
諾貝爾獎官方指出，霍普菲爾德創建了一種聯想記憶體（associative memory），可以儲存並重建圖像以及其他類型的數據模式。辛頓則是發明了一種方法，可以自動在數據中尋找特性，從而完成識別圖片中特定元素等任務。
台灣科技媒體中心於晚間邀請專家說明人工神經網路研究的重要性，並指出2位得獎人的研究，為現今的AI應用奠定了基礎。
國立清華大學物理學系特聘教授林秀豪表示，霍普菲爾德是名物理學家，他參考統計物理學的理論，模擬人腦中的神經細胞連結，提出原始的人工神經網路，藉由神經元間的連結變強或變弱，達到學習與記憶的功能。
而辛頓則是將該人工神經網路進一步發展，結合統計物理與資訊科學的技術，建構出能夠處理複雜資訊的人工神經網路，是現在人工智慧技術的基石。
東海大學應用物理學系教授施奇廷說明，如同人類腦細胞互相連結，且學習和記憶的過程會重塑腦細胞之間的連結強度，兩名得獎者的研究初衷就是向人腦學習，並根據人腦細胞對外界刺激有不同反應的概念，做出人工智慧的模型。
中興大學資訊工程學系主任吳俊霖則表示，這幾年人工智慧在電腦視覺與自然語言處理，包含大家熟悉的YOLO模型與ChatGPT的成功，都源自於這2位得獎的學者傑出的研究。而且目前人工智慧在醫學、農業、工業與運動科學等領域，都在蓬勃發展中，霍普菲爾德與辛頓的基礎研究，帶來了現今與未來的AI時代。
諾貝爾物理學獎自1901年起開始頒發，最年輕的得主是年僅25歲的勞倫斯·布拉格（Lawrence Bragg），在1915年時因利用X射線分析晶體結構方面做出貢獻而獲獎；最年長的物理學獎得主則是96歲的阿瑟·亞希金（Arthur Ashkin），研究關於光鑷及其在生物系統中的應用。
更多公視新聞網報導
研究AI類神經網路 美加2學者獲諾貝爾物理學獎
諾貝爾物理學獎得主出爐 訓練人工神經網路為機器學習奠定基礎
為興趣選擇投入蠕蟲研究 新科諾貝爾生醫獎得主找到治療疾病新關鍵
