Hopfield和Hinton因奠定借助统计物理学思想训练人工神经网络的基础而分享2024年度诺贝尔物理学奖

文章预览

美国普林斯顿 大学John J. Hopfield（霍普菲尔德）和加拿大多伦多大学Geoffrey E. Hinton（辛顿）因机器学习和人工神经网络方面的基础性贡献分享了2024年度诺贝尔物理学奖。他们奠定了借助统计物理学思想训练人工神经网络的基础。 霍普菲尔德 1933 年出生于美国芝加哥，1958 年在美国康奈尔大学获得博士学位，现为美国普林斯顿大学教授。霍普菲尔德利用物理学中的自旋特性，发明了一种联想记忆网络，它可以存储和重建数据中的图像和其他类型的模式。将网络节点想象为像素，整个网络由自旋系统的能量来描述，通过寻找节点之间的连接值进行训练，以便保存的图像具有较低的能量。当网络收到失真或不完整的图像时，它会通过节点更新它们的值，以便网络的能量下降。因此，网络逐步工作以找到已保存的图像库中与不完美图像最相似的图像。 辛顿 ………………………………