北京时间10月8日下昼，瑞典皇家科学院告示将2024年诺贝尔物理学奖授予JohnJ.Hopfield和GeoffreyE.Hinton，“以犒赏他们在使用东谈主工神经收集罢了机器学习方面奠基性发现和发明”。
诺贝尔奖评奖委员会暗示：“本年的物理学奖得主的淆乱缔造在物理科学的基础上。他们为咱们展示了一种全新的形状，让咱们概况诳骗算计机来匡助和带领咱们，搪塞社会面对的好多挑战。”
委员会在告示获奖时同期指出，机器学习“恒久以来一直对科学究诘至关病笃，包括对多半数据的分类和分析……JohnHopfield和GeoffreyHinton诳骗物理学器具，构建了有助于为咫尺刚劲的机器学习奠定基础的要道。基于东谈主工神经收集的机器学习咫尺正在透顶改动科学、工程和平日生活。”
GeoffreyHinton
GeoffreyHinton诞生于1947年，二战后的英国温布尔登。他是逻辑学家GeorgeBoole的曾曾孙，GeorgeBoole的使命布尔代数（Booleanalgebra）是当代算计机科学的基础之一。GeoffreyHinton的父亲是英国虫豸学家HowardHinton，叔叔是盛名经济学家ColinClark，国民分娩总值（GDP）这个术语的提倡者。
1978年，GeoffreyHinton在爱丁堡得到东谈主工智能博士学位。在卡内基梅隆大学任教五年后，他成为加拿大高级究诘院的究诘员，并参增多伦多大学算计机科学系任教，现为该系名誉讲授。他于2013年3月加入谷歌，Vector究诘所的首席科学照拂人。
GeoffreyHinton是英国皇家学会会士，亦然好意思国国度工程学院和好意思国艺术与科学学院的外籍会员。他一世得到过诸多奖项，包括大卫・鲁梅尔哈特奖、IJCAI超卓究诘奖、基廉工程奖（有“加拿大诺贝尔奖”之称的国度最高科学奖）、IEEEFrankRosenblatt奖、NSERCHerzberg金奖、IEEE詹姆斯·克拉克·麦克斯韦金奖、NECC&C奖、本田奖和图灵奖。
究诘孝敬
1986年，GeoffreyHinton与DavidRumelhart、RonaldJ.Williams沿途发表的论文先容了用于检会多层神经收集的反向传播算法。施行标明，这么的收集可以学习有效的数据里面表征。
论文蚁集：https://www.nature.com/articles/323533a0
不外，Hinton觉得我方不成担当“反向传播之父”这个称呼。在2018年的一次采访中，Hinton暗示“DavidE.Rumelhart提倡了反向传播的基本念念想，是以这是他的发明。”
回首起来，学界盛大招供当代反向传播算法在1970年由芬兰硕士生SeppoLinnainmaa初次发表，PaulWerbos在1974年提倡用它来检会神经收集。尽管GeoffreyHinton并不是第一个提倡这种要道的东谈主，但他对实施反向传播起到了很病笃的作用，亦然第一个使用反向传播学习词镶嵌的东谈主。他对神经收集究诘的其他孝敬包括玻尔兹曼机器、散播式暗示、时滞神经收集、大家夹杂、变分学习和深度学习。
2012年，GeoffreyHinton在多伦多带领的究诘小组罢了了深度学习的重要淆乱，透顶改动了语音识别和料想打算分类。他与学生AlexKrizhevsk、IlyaSutskever协作假想的卷积神经收集“Alexnet”以远超第二名的获利在ImageNet2012挑战赛夺冠，将ImageNet数据集上的视觉识别诞妄率降到了15.3%，仅有此前的一半。这成为了算计机视觉规模的里程碑事件。
2015年，为了驰念东谈主工智能60周年，深度学习三巨头YannLeCun、YoshuaBengio、GeoffreyHinton在Nature上发表了综述论文《Deeplearning》：
卷积神经收集得到了宏大的得手，但也并不合适通盘的任务。2017年10月和11月，Hinton发表了两篇对于胶囊神经收集主题的究诘论文，提倡了胶囊收集（CapsNet）当作CNN模子的替代。胶囊是深度学习的新认识，与CNN和传统的神经收集比拟，它产生了可以的成果。CNN分类器在抗拒打扰数据时并不正经，而胶囊收集被诠释对不良数据的安妥力更强，何况还能安妥输入数据的仿射变换。
2018年，Hinton与YannLeCun和YoshuaBengio沿途得到了2018年图灵奖，以犒赏他们使深度神经收集成为算计的纰谬构成部分的认识和工程淆乱。
在几十年的究诘生存中，Hinton称得上“桃李满世界”。他曾培养的闻明学者包括：PeterDayan、SamRoweis、RichardZemel、BrendanFrey、RadfordM.Neal、RuslanSalakhutdinov、IlyaSutskever、YannLeCun和ZoubinGhahramani。
JohnJosephHopfield
约翰·约瑟夫·霍普菲尔德（JohnJosephHopfield）是一位好意思国物理学家，活跃于生物物理学和统计物理学规模。他于1982年提倡的Hopfield收集是神经收集规模的经典模子。霍普菲尔德为该模子引入了精准的二值神经元和能量函数的认识，这是一种绝顶自干系收集，概况存储和搜索总结。Hopfield收集被庸俗用于处置组合优化问题、图像识别等任务，绝顶是在自期望存储和优化问题。
霍普菲尔德的神经收集模子开启了东谈主们对大脑算计流程的究诘，鼓吹了算计神经科学的发展。他的神司表面解释了大限制处理如安在存储收蚁集罢了牢固的总结，启发了自后的深度学习究诘。
霍普菲尔德1933年7月15日诞生。在成长流程中，他发扬出了对科学的好奇，尤其是物理和数学。他得到了斯沃斯莫尔学院的学士学位，并于1958年在康奈尔大学得到物理学博士学位。在肆业流程中，他对物理学的多个规模产生了浓厚的好奇，这为他自后的跨学科究诘奠定了坚实的基础。
霍普菲尔德的做事生存脚迹，涵盖了多个物理学、生物物理学和神经科学规模。他曾在多个顶尖学府任教和究诘，包括普林斯顿大学、加州理工学院以及斯坦福大学。
霍普菲尔德早年主要究诘固体物理，绝顶是光学性质和半导体材料。在20世纪70年代，霍普菲尔德转向生物物理学，提倡了好多有助于交融生物分子的表面。最主要的是与雅克・尼尼奥同期引入了分子生物学的认识。