【媒體報導】諾貝爾物理學獎得主出爐 訓練人工神經網路為機器學習奠定基礎
更新時間：2024-10-09 11:40:37 /
張貼時間：2024-10-09 11:34:16
興新聞張貼者
單位秘書室
新聞來源公視新聞網
4,326
稿源：2024-10-8/公視新聞網/邱子綾、楊宜珊
台灣時間今（8）日下午公布2024年諾貝爾物理學獎得主，由約翰·霍普菲爾德和傑佛瑞·辛頓共同獲獎，兩人利用物理學工具訓練人工神經網路，為機器學習提供基礎性的發現與發明。「人工神經網路」與AI人工智慧息息相關，今年的獲獎者自1980年代以來，就在人工神經網路方面進行了重要的研究。
諾貝爾獎繼昨（7）日公布生醫獎得主後，台灣時間8日下午公布物理獎項，由來自美國的約翰·霍普菲爾德（John J. Hopfield），以及有「AI教父」之稱的加拿大學者傑佛瑞·辛頓（Geoffrey E. Hinton）共同獲得殊榮。
今（2024）年的兩位得主，獲獎理由是利用物理學工具訓練人工神經網路，為現今強大的機器學習奠定基礎方法。
諾貝爾獎官方指出，霍普菲爾德創建了一種聯想記憶體（associative memory），可以儲存並重建圖像以及其他類型的數據模式。辛頓則是發明了一種方法，可以自動在數據中尋找特性，從而完成識別圖片中特定元素等任務。
台灣科技媒體中心於晚間邀請專家說明人工神經網路研究的重要性，並指出2位得獎人的研究，為現今的AI應用奠定了基礎。
國立清華大學物理學系特聘教授林秀豪表示，霍普菲爾德是名物理學家，他參考統計物理學的理論，模擬人腦中的神經細胞連結，提出原始的人工神經網路，藉由神經元間的連結變強或變弱，達到學習與記憶的功能。
而辛頓則是將該人工神經網路進一步發展，結合統計物理與資訊科學的技術，建構出能夠處理複雜資訊的人工神經網路，是現在人工智慧技術的基石。
東海大學應用物理學系教授施奇廷說明，如同人類腦細胞互相連結，且學習和記憶的過程會重塑腦細胞之間的連結強度，兩名得獎者的研究初衷就是向人腦學習，並根據人腦細胞對外界刺激有不同反應的概念，做出人工智慧的模型。
中興大學資訊工程學系主任吳俊霖則表示，這幾年人工智慧在電腦視覺與自然語言處理，包含大家熟悉的YOLO模型與ChatGPT的成功，都源自於這2位得獎的學者傑出的研究。而且目前人工智慧在醫學、農業、工業與運動科學等領域，都在蓬勃發展中，霍普菲爾德與辛頓的基礎研究，帶來了現今與未來的AI時代。
諾貝爾物理學獎自1901年起開始頒發，最年輕的得主是年僅25歲的勞倫斯·布拉格（Lawrence Bragg），在1915年時因利用X射線分析晶體結構方面做出貢獻而獲獎；最年長的物理學獎得主則是96歲的阿瑟·亞希金（Arthur Ashkin），研究關於光鑷及其在生物系統中的應用。
資訊工程的祖師爺成了2024年諾貝爾物理學獎的得主！開發人工神經網路進行機器學習之技術的美加學者，加拿大多倫多大學榮譽教授辛頓（Geoffrey Hinton）、美國科學家霍普菲爾德（John Hopfield），諾貝爾獎物理學委員會認為，兩位的學術研究為當紅炸子雞「生成式AI 」奠定了重要基礎，把統計物理學的模型發展出方法，讓人工神經網路能夠用於機器學習，帶來突破性的研究與應用，特此頒發今年的大獎。
人工神經網路在學術界的名字有多次的改變，及至2012年開始在學界和應用上站穩腳步，流傳的名稱改為「深度學習」，因此更多的研究，辛頓他的研究夥伴約書亞．班吉歐（Yoshua Bengio）與楊立昆（Yann LeCun），共同在2018年拿到電腦科學領域的諾貝爾獎「圖靈獎」， 並列「深度學習三巨頭」。辛頓等人也因此被譽稱為資工學界的祖師爺。
為讓國人更為了解諾貝爾物理獎得主及其研究，台灣科技媒體中心8日晚間，邀請清華大學物理學系特聘教授林秀豪和東海大學應用物理學系教授施奇廷，在線上為媒體說明。
中興大學資訊工程學系主任吳俊霖則向台灣科技媒體中心表示，近幾年人工智慧在電腦視覺與自然語言處理，包含大家所熟悉的YOLO模型與ChatGPT的成功，都源自於這兩位得獎的學者傑出的研究。吳俊霖認為，目前人工智慧在醫學，農業工業與運動科學上都正蓬勃發展著，這兩位學者的基礎研究帶來了現今與未來的AI時代。
林秀豪說明，這次得獎的看似屬於電腦科學領域，但得獎者之一的霍普菲爾是物理學家，他參考統計物理學的理論，模擬人腦中的神經細胞連結，提出原始的人工神經網路，藉由神經元間的連結變強或變弱，達到學習與記憶的功能。而同時得獎的辛頓，工作上是將霍普菲爾的神經網路進一步發展，結合統計物理與資訊科學的技術，建構出能夠處理複雜資訊的人工神經網路，是現在人工智慧技術的基石。
施奇廷則表示，辛頓十分關心人工智慧造成的爭議，近期也提醒人工智慧領域的研究必須謹慎發展，避免造成傷害。
施奇廷說明，這次得獎的研究初衷是向人腦學習，如同人類腦細胞互相連結，且學習和記憶的過程會重塑腦細胞之間的連結強度，兩位得獎者根據人腦細胞對外界刺激有不同反應的概念，做出了人工智慧的模型。
太報：諾貝爾物理學獎頒給人工神經網路學者 專家解析：生成式AI重要原理
CHWANT：2024諾貝爾物理獎揭曉！為「生成式AI」奠定重要原理 美加2學者共享殊榮
台灣時間今（8）日下午公布2024年諾貝爾物理學獎得主，由約翰·霍普菲爾德和傑佛瑞·辛頓共同獲獎，兩人利用物理學工具訓練人工神經網路，為機器學習提供基礎性的發現與發明。「人工神經網路」與AI人工智慧息息相關，今年的獲獎者自1980年代以來，就在人工神經網路方面進行了重要的研究。
諾貝爾獎繼昨（7）日公布生醫獎得主後，台灣時間8日下午公布物理獎項，由來自美國的約翰·霍普菲爾德（John J. Hopfield），以及有「AI教父」之稱的加拿大學者傑佛瑞·辛頓（Geoffrey E. Hinton）共同獲得殊榮。
今（2024）年的兩位得主，獲獎理由是利用物理學工具訓練人工神經網路，為現今強大的機器學習奠定基礎方法。
諾貝爾獎官方指出，霍普菲爾德創建了一種聯想記憶體（associative memory），可以儲存並重建圖像以及其他類型的數據模式。辛頓則是發明了一種方法，可以自動在數據中尋找特性，從而完成識別圖片中特定元素等任務。
台灣科技媒體中心於晚間邀請專家說明人工神經網路研究的重要性，並指出2位得獎人的研究，為現今的AI應用奠定了基礎。
國立清華大學物理學系特聘教授林秀豪表示，霍普菲爾德是名物理學家，他參考統計物理學的理論，模擬人腦中的神經細胞連結，提出原始的人工神經網路，藉由神經元間的連結變強或變弱，達到學習與記憶的功能。
而辛頓則是將該人工神經網路進一步發展，結合統計物理與資訊科學的技術，建構出能夠處理複雜資訊的人工神經網路，是現在人工智慧技術的基石。
東海大學應用物理學系教授施奇廷說明，如同人類腦細胞互相連結，且學習和記憶的過程會重塑腦細胞之間的連結強度，兩名得獎者的研究初衷就是向人腦學習，並根據人腦細胞對外界刺激有不同反應的概念，做出人工智慧的模型。
中興大學資訊工程學系主任吳俊霖則表示，這幾年人工智慧在電腦視覺與自然語言處理，包含大家熟悉的YOLO模型與ChatGPT的成功，都源自於這2位得獎的學者傑出的研究。而且目前人工智慧在醫學、農業、工業與運動科學等領域，都在蓬勃發展中，霍普菲爾德與辛頓的基礎研究，帶來了現今與未來的AI時代。
諾貝爾物理學獎自1901年起開始頒發，最年輕的得主是年僅25歲的勞倫斯·布拉格（Lawrence Bragg），在1915年時因利用X射線分析晶體結構方面做出貢獻而獲獎；最年長的物理學獎得主則是96歲的阿瑟·亞希金（Arthur Ashkin），研究關於光鑷及其在生物系統中的應用。
2024諾貝爾物理獎 奠定生成式AI之重要原理
稿源：2024-10-8/工商時報/陳碧芬資訊工程的祖師爺成了2024年諾貝爾物理學獎的得主！開發人工神經網路進行機器學習之技術的美加學者，加拿大多倫多大學榮譽教授辛頓（Geoffrey Hinton）、美國科學家霍普菲爾德（John Hopfield），諾貝爾獎物理學委員會認為，兩位的學術研究為當紅炸子雞「生成式AI 」奠定了重要基礎，把統計物理學的模型發展出方法，讓人工神經網路能夠用於機器學習，帶來突破性的研究與應用，特此頒發今年的大獎。
人工神經網路在學術界的名字有多次的改變，及至2012年開始在學界和應用上站穩腳步，流傳的名稱改為「深度學習」，因此更多的研究，辛頓他的研究夥伴約書亞．班吉歐（Yoshua Bengio）與楊立昆（Yann LeCun），共同在2018年拿到電腦科學領域的諾貝爾獎「圖靈獎」， 並列「深度學習三巨頭」。辛頓等人也因此被譽稱為資工學界的祖師爺。
為讓國人更為了解諾貝爾物理獎得主及其研究，台灣科技媒體中心8日晚間，邀請清華大學物理學系特聘教授林秀豪和東海大學應用物理學系教授施奇廷，在線上為媒體說明。
中興大學資訊工程學系主任吳俊霖則向台灣科技媒體中心表示，近幾年人工智慧在電腦視覺與自然語言處理，包含大家所熟悉的YOLO模型與ChatGPT的成功，都源自於這兩位得獎的學者傑出的研究。吳俊霖認為，目前人工智慧在醫學，農業工業與運動科學上都正蓬勃發展著，這兩位學者的基礎研究帶來了現今與未來的AI時代。
林秀豪說明，這次得獎的看似屬於電腦科學領域，但得獎者之一的霍普菲爾是物理學家，他參考統計物理學的理論，模擬人腦中的神經細胞連結，提出原始的人工神經網路，藉由神經元間的連結變強或變弱，達到學習與記憶的功能。而同時得獎的辛頓，工作上是將霍普菲爾的神經網路進一步發展，結合統計物理與資訊科學的技術，建構出能夠處理複雜資訊的人工神經網路，是現在人工智慧技術的基石。
施奇廷則表示，辛頓十分關心人工智慧造成的爭議，近期也提醒人工智慧領域的研究必須謹慎發展，避免造成傷害。
施奇廷說明，這次得獎的研究初衷是向人腦學習，如同人類腦細胞互相連結，且學習和記憶的過程會重塑腦細胞之間的連結強度，兩位得獎者根據人腦細胞對外界刺激有不同反應的概念，做出了人工智慧的模型。
新聞彙整
太報：諾貝爾物理學獎頒給人工神經網路學者 專家解析：生成式AI重要原理
CHWANT：2024諾貝爾物理獎揭曉！為「生成式AI」奠定重要原理 美加2學者共享殊榮
