被誉为「AI教父」的辛顿创造了玻尔兹曼机器（Boltzmann machine），这是一种能够自动识别数据特征的网络。（法新社）
〔编译陈成良／综合报导〕今年诺贝尔物理学奖颁发给美国普林斯顿大学的霍普菲尔德（John J. Hopfield）和加拿大多伦多大学的辛顿（Geoffrey E. Hinton），以表彰他们「在人工神经网路机器学习领域的奠基性发现和发明」。这一奖项不仅是对他们个人贡献的肯定，更是对整个科技界在人工智慧（AI）发展上所做努力的认可。
霍普菲尔德和辛顿的研究为机器学习奠定了重要基础。霍普菲尔德创建的联想记忆网络能够存储和重建图像及其他数据模式，这一技术使得电脑能够在面对不完整或扭曲的数据时，仍能准确恢复原始图像。这一过程类似于人类大脑如何从部分讯息中回忆起完整记忆，显示出神经网络在模拟人类思维方面的潜力。
辛顿则进一步发展了霍普菲尔德的理论，创造了玻尔兹曼机器（Boltzmann machine），这是一种能够自动识别数据特征的网络。透过统计物理的方法，玻尔兹曼机器能够从大量样本中学习，进而分类图像或生成新样本。这些技术的进步使得机器学习在各个领域得到了广泛应用，包括医疗诊断、自动驾驶、语音识别等。
这两位科学家的研究不仅推动了电脑科学和AI的发展，也对物理学、心理学以及生物学等多个领域产生了深远影响。霍普菲尔德的联想记忆网络模型已被广泛应用于新材料的开发、基因表达研究等多个科学领域，显示出其跨学科的应用潜力。
辛顿则被誉为深度学习之父，他在人工神经网络中的贡献促进了当前机器学习的爆炸性增长。随著技术的不断成熟，越来越多的智慧系统开始进入日常生活，从智慧手机到自驾车，无不显示出这些技术对人类生活质量提升的重要性。
今年诺贝尔物理学奖不仅是对霍普菲尔德和辛顿个人成就的肯定，更是对整个科技界在推动AI上所做努力的一次重要认可。
今年诺贝尔物理学奖表彰AI思维模拟的突破。（法新社）
