物理诺奖得主最新演讲拳交 telegram，Hinton带伤飞到瑞典，LSTM之父：齐是剽窃起首：量子位（ 公众号 QbitAI） 作家：奇月 发自 凹非寺

2024年诺贝尔物理学奖的两位获奖者John Hopfield和Geoffrey Hinton最近在斯德哥尔摩大学发表了最新的演讲。

现场的氛围相配锐利！

看到Hopfield西宾即使借助手杖也亲身到达现场发表了演讲，Hinton西宾也忍着腰痛专程飞到瑞典，让不雅众们相配敬佩。

在此次举止中，John Hopfield西宾的演讲主题是“物理学是一种不雅点”，敷陈他个东说念主的科研履历和作念科研的想考花样。

他简洁了好多对于科研和对物理的想法：

如何选拔问题是科研适度的要津身分 大脑是如何产生想想的，这对我来说是东说念主类最难懂的问题 我认为物理学有助于贯串东说念主类和世界

Geoffrey Hinton西宾则用脍炙人丁的神态敷陈了Hopfield相聚和玻尔兹曼机器的旨趣与发展，全程莫得用一个方程式。

当咱们最终了解了大脑是如何学习的时期，我服气就寝的作用一定口舌常热切的，对此我相配乐不雅

两位西宾末端演讲时，台下的不雅众亦然忍不住齐站起来向他们饱读掌请安。

以下是现场演讲实质，在不改变快活的情况下，量子位对部分篇幅作念了退换。

John Hopfield：物理学是一种不雅点

约翰·霍普菲尔德于1933年诞生于芝加哥，1954年在威廉·莫尔学院赢得第一个学位，1958年在康奈尔大学赢得博士学位。1964年，他被任命为普林斯顿大学物理学西宾，1980年景为加州理工学院化学和生物学西宾，之后他回到普林斯顿大学，现在是分子生物学名誉西宾。

（以下为John Hopfield西宾发言）

我的第一份全员责任是在比尔电话公司发明晶体管的实验室，我加入了一个六东说念主小组。初入实验室时，我在新办公室灵通册本期刊，参不雅库存室获取文具后，想考着下一步责任。

在科研中，多量东说念主常践规踏矩，很少深刻想考试究办法的选拔，而这正是科研适度的要津身分。我在科研中撰写了40余篇论文，几年前酿成的责任基础最终发展成霍普菲尔德模子，相干不雅点源于对立时势件的分析。

我成长于物理学家家庭，自幼受物理学不雅念教化，可爱探索事物旨趣，如拆解自行车、进行化学实验等，这让我八成贯串复杂系统运作。上高中时，化学老非诚恳常出色，物理诚恳却对电磁学旨趣贯串不及，这影响了我大学专科选拔，但最终我决定在斯沃斯莫尔学院专注物理。

参加物理学商量生院后，我在康奈尔大学学习，期间与Albert Overhauser配合，从他的商量列表中遴选晶体中激子发射寿命相干问题，开启商量。赢得博士学位后，我在表面小组任职，后结子化学家David G. Thomas，成立表面实验定约，取得适度并获奥利弗里·巴克利固体物理学奖。

之后，我在商量中遭遇瓶颈，赶赴剑桥大学寻找新办法，回普林斯顿后担任半导体组参谋人，斗争到血红卵白相干实验，为我从凝华态物理转向生物物理提供机会，我也受Linus Pauling不雅点启发商量卵白质合成问题并取得适度。

1974年论文影响我对生物知识题的商量想路，促使我想考神经元相聚特点等。1977年在哥本哈根举办研讨会后，我寻求跨学科冲突，受邀参加神经科学会议，天然那时一无所知，自后加入神情赢得神经生物学灵感。

1979年拳交 telegram，我转任化学和生物学西宾，发现了学科相干，建议新规划观点并撰写论文，该论文鞭策了相干限制发展。

自后，我发现霍普菲尔德模子相聚问题，2015年与他东说念主配合建议密集空想缅想模子，期许鞭策东说念主工智能发展。

我相配尊重各个限制的大家，积极参与跨学科互动，我认为物理学有助于贯串东说念主类与天下。

Hinton：Hopfield相聚与Boltzmann机的发展

杰弗里·辛顿，1947年生于英国伦敦，获剑桥大学实验神色学博士学位，曾在爱丁堡大学从事东说念主工智能博士后商量，在多所大学任职，现从事学术商量，并在谷歌公司任职。

（以下为Geoffrey Hinton西宾发言）

今天我将毋庸任何方程式，向平庸不雅众教化Hopfield相聚。

先来看一个二元神经元版块的小霍普菲尔德相聚，其神经元间有对称加权统一，相聚全局气象是建树，建树有优良性（单位对权重总数），能量是优良性相背数，相聚会稳妥于能量最小值。

霍普菲尔德建议用能量最小值对应缅想，通过二元有打算规定计帐不竣工缅想，结束实质可寻址内存。

jav黑丝

特里·西诺斯基和我建议用相聚构建感官输入诠释，相聚含可见和避讳神经元，可见经受感官输入（如二进制图像），避讳构建诠释，能量代表诠释好坏进程，咱们需要拘泥量诠释。

以线条画为例，有不同三维诠释，咱们要让相聚给出诠释。

先将线条改造为线条神经元激活，线条神经元与三维边际神经元统一，辩论感知光学身分让边际神经元相互阻挠，还要依据图像线条统一原则教养统一，但愿通过确立统一强度使相聚科罚两种替代诠释。

这产生两个问题：一是幸免堕入局部最优的搜索问题；二是神经相聚自动学习统一的问题。

对于搜索问题，咱们通过使神经元有噪声科罚，有噪声神经元气象是二元的但有打算具有概荒诞。

用避讳神经元诠释二进制图像时，在可见单位固定图像，立时选避讳神经元字据输入决定其气象，执续操作使系统达热均衡，此时避讳神经元气象是均衡诠释，相聚学习正确权重使拘泥量气象对应更好的诠释，热均衡是系统稳妥于概率漫衍（波尔兹曼漫衍），拘泥量建树概率大。

玻尔兹曼机学习方针是使相聚生成的图像近似它感知到的着实图像，有简便学习算法，含叫醒和就寝阶段。

叫醒阶段固定图像于可见单位，让避讳单位达热均衡后退换统一权重，就寝阶段近似作念梦更新神经元达热均衡后反向退换权重，该算法平均上能让相聚生成图像经由近似感知图像，波及对数似然梯度见识，通过改变权重使相聚留情wake阶段看到的数据。

但玻尔兹曼机存在问题，权重变大时热均衡经由慢，天然想法很好但算法太简便，不错作念复杂的事情但速率受限。

自后我发现了受限玻尔兹曼机（RBM），其避讳单位不相互统一，叫醒阶段更新避讳神经元更简便，就寝阶段有捷径虽不十足正确但试验有用。Netflix公司便是用受限玻尔兹曼机汇注其他方法保举电影。

为构建特征检测器层可堆叠RBM，将前一个RBM避讳单位举止花样当数据给下一个RBM，以此捕捉复杂相干性学习多组权重，堆叠后视为前馈相聚可进行监督学习，这么启动化相聚学习更快。因为相聚已学习了数据结构，后头用于学事物称呼相对容易，如识别物体方面。

One More Thing

就在演讲视频发布不久后，你懂的，LSTM之父又来搞事情了。

著名规划机科学家Jürgen Schmidhuber发表推文称，Hopfield & Hinton的2024年诺贝尔物理学奖是抄袭得来的。

Jürgen宣称，这两位西宾再行发表了乌克兰商量者Ivakhnenko和日本商量者Amari在20世纪60年代和1970年代开采的方法以偏激他技艺，且莫得援用原作家。

现在这一帖子在X上依然赢得了2.1k点赞、跨越44万次浏览。

有网友示意要是事情是确实，那将比剽窃更厄运：

不外也有网友合计这是Jürgen吃不到葡萄就说葡萄酸的神色：

Jürgen还发表了一个选藏的技艺回报，列出了两位诺贝尔获奖者责任的存疑之处，感深嗜的一又友不错点击参考相连2进一步阅读。

参考相连：[1]https://www.youtube.com/watch?v=lPIVl5eBPh8

[2]https://people.idsia.ch/~juergen/physics-nobel-2024-plagiarism.html#DLP

为伟大想想而生！

AI+时间，互联网想想（wanging0123)，

第一必读自媒体拳交 telegram