主要观点总结
本文聚焦于诺贝尔物理学奖授予人工智能专家引发的一些争议，尤其是关于Hopfield模型和Amari教授的工作的争议。文章介绍了Amari教授在模型提出方面早于Hopfield教授的工作，以及对此引起的科学界内部的争论。文章还提及了Amari教授在科学领域的其他贡献，如BackProp算法和吸引子网络的发展等。
关键观点总结
关键观点1: Amari教授早于Hopfield教授提出了Hopfield模型的关键部分。
Amari教授在1972年就提出了与Hopfield模型相似的数学模型，并进行了更深入细致的分析。这一模型与Hopfield模型几乎一模一样，包括神经元的阈值动力学和神经元连接的Hebbian学习律等关键要素。
关键观点2: 诺贝尔奖评审委员会忽视了Amari教授的贡献。
尽管Amari教授的工作早于Hopfield教授，但诺贝尔奖评审委员会在颁发诺贝尔物理学奖时并未考虑Amari教授的贡献，这引发了广泛的争议和质疑。
关键观点3: Amari教授在科学领域的其他贡献。
除了Hopfield模型外，Amari教授还在其他领域做出了重要贡献，如BackProp算法和吸引子网络的发展等。BackProp算法在神经网络训练中具有重要地位，而吸引子网络也是计算神经科学领域的一个重要研究方向。
文章预览
12.2 知识分子 The Intellectual 图源：pixabay 撰 文 | 吴思 ● ● ● 这篇短文不是要讨论今年诺贝尔物理学奖是否不恰当地授予了人工智能专家，而是要澄清授奖对象是否出现了重大遗漏。 John Hopfield和Geoffrey Hinton两位教授获得了今年的诺贝尔物理学奖，其中Hopfield教授的获奖原因是因为发展了著名的Hopfield吸引子网络模型。由于我长期在做有点冷门的吸引子网络的理论研究 （见微信公众号文章 【学术思想】连续吸引子神经网络：神经信息表达的正则化网络模型 ） ，因此不少同事祝贺我，有种终于 “苦尽甘来”，可以“与荣有焉”了的感觉。但我内心却是五味杂陈，因为我深知道Hopfield模型背后真实的故事。有朋友鼓励我说，为计算神经科学领域外的读者以及年轻学者计，我应该写下
………………………………
