主編精選【專欄】AI教父榮獲今年諾...

【專欄】AI教父榮獲今年諾貝爾物理獎的啟示

Date:

 

2024年諾貝爾物理獎於10/8揭曉,由美國學者約翰霍普菲爾德(John Hopfield)與加拿大學者傑弗里辛頓(Geoffrey Hinton)共同獲獎,他們運用物理學工具開發了構成當今強大機器學習技術基礎的方法。
https://www.youtube.com/live/Y3wVYbXoB_A?si=lILXwygGpq3nY654

91歲約翰·霍普菲爾德在1982年發明聯想神經網路,76歲的傑佛瑞·辛頓則是反向傳播算法和對比散度算法的發明者之一,同時也是深度學習的推動者,被譽為是「深度學習教父」。https://www.cna.com.tw/news/ait/202410080438.aspx

Hopfiled神經網絡是一種遞歸神經網絡,由John Hopfield在1982年發明。Hopfield網絡是一種結合存儲系統和二元系統的神經網絡。他引入「能量函數」(energy function)的概念,闡明了神經網路與熱力學之間的關系。能量函數通常指的是一種函數,它將一個向量表示成它在空間中的位置,並在空間中求出它的能量值。

美國學者約翰霍普菲爾德,圖/截自諾貝爾網站

反向傳播(Backpropagation,意為誤差反向傳播,縮寫為BP)是對多層類神經網路進行梯度下降的演算法,也就是用鏈式法則以網路每層的權重為變數計算損失函式的梯度,以更新權重來最小化損失函式。

深度信念網路(Deep Belief Networks, DBN) 是一種結合無監督學習與監督學習的深度神經網路結構,最早由 Geoffrey Hinton 提出。它是建立在侷限型波茲曼機(Restricted Boltzmann Machines, RBM)的基礎上,通過逐層預訓練學習數據的隱含特徵,然後再進行細調。

玻爾茲曼機可被視作隨機過程的,可生成的相應的霍普菲爾德神經網絡。它是最早能夠學習內部表達,並能表達和解決組合優化問題的神經網絡。它由玻爾茲曼分布得名,該分布用於玻爾茲曼機的抽樣函數。

霍普菲爾德創造了一種聯想記憶,可以儲存和重建圖像及其他類型的數據模式;辛頓則發明了一種能夠自動在數據中發現屬性的方法,從而執行諸如識別圖片中特定元素的任務。

約翰·霍普菲爾德可說是橫跨文理界的通才,1954年獲得斯沃斯莫爾學院文學士學位,1958年獲康奈爾大學凝聚態物理博士學位,畢業後從事物理與生化的研究,之後又涉及資工!
https://en.m.wikipedia.org/wiki/John_Hopfield

被稱為AI教父的辛頓,是1名電腦科學家,曾獲得被譽為資工界諾貝爾獎的「圖靈獎」。圖/截自諾貝爾網站

被稱為AI教父的辛頓,則是1名電腦科學家,曾獲得被譽為資工界諾貝爾獎的「圖靈獎」,並曾示警「AI發展可能跟核武一樣危險」,提醒大家要注意AI使用的規範,引發全球關注。https://www.bnext.com.tw/article/75069/geoffrey-hinton-google-ai

以上的兩位的發明與物理的熱力學有關,可見物理是所有科學之母,連AI都不例外。想學好AI的人,非熟悉物理不可。

AI的發展可說是物理、生物與化學等各種科學的結晶,是人類智慧的最高成就,然而對人類是福或是禍,尚言之過早。

當今世界有兩大集團,一個是正義的,另一個是邪惡的,前者利用AI發展醫學技術造福世人,何者則是利用它發明殺人武器或是控制人民的監視器。

愛因斯坦曾經說過,只有兩樣東西可能是沒有極限的,其一是宇宙,其二是人類的愚蠢。觀諸今日世界,可思過半矣。

 

 

本文僅代表作者立場,不代表本平台立場

分享文章

Facebook Comments 文章留言

鄧鴻源
鄧鴻源
師大物理系學士、台大物理所碩/博士,曾任教於中學與大學。關心國家與社會問題。解嚴後在各媒體發表投書,內容涵蓋教育、科學、政治、經濟、外交、國防與內政等各層面,先後以筆名陳振、展昭與郭靖發表。立場為捍衛台灣尊嚴、主權、自由、民主與人權,希望台灣能成為東方的瑞士或以色列。

專欄

推薦閱讀