|
文 ｜ 本報(bào)記者 張雙虎 韓揚(yáng)眉 倪思潔 趙廣立 見(jiàn)習(xí)記者 趙宇彤 
約翰·霍普菲爾德（左）與杰弗里·欣頓。 “意外又合理，只是沒(méi)想到它獲獎(jiǎng)來(lái)得如此快?！钡弥?024年諾貝爾物理學(xué)獎(jiǎng)?lì)C獎(jiǎng)結(jié)果，國(guó)家納米科學(xué)中心研究員高興發(fā)如此表示。 10月8日，2024年諾貝爾物理學(xué)獎(jiǎng)?lì)C發(fā)給美國(guó)普林斯頓大學(xué)教授約翰·霍普菲爾德（John J. Hopfield）和加拿大多倫多大學(xué)教授杰弗里·欣頓（Geoffrey E. Hinton），以表彰他們“基于人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。 對(duì)于今年諾貝爾物理學(xué)獎(jiǎng)?lì)C發(fā)給“機(jī)器學(xué)習(xí)領(lǐng)域的專家”，接受《中國(guó)科學(xué)報(bào)》采訪的多位專家均表示，是“意料之外，情理之中”。 《中國(guó)科學(xué)報(bào)》：今年諾貝爾物理學(xué)獎(jiǎng)為什么頒發(fā)給機(jī)器學(xué)習(xí)領(lǐng)域的專家？
國(guó)家納米科學(xué)中心研究員高興發(fā)：人工智能已經(jīng)影響到我們生活的方方面面，在科研上也提供了很多新工具，所以雖然意外，但也合情合理。比如傳統(tǒng)上，我們通過(guò)做物理實(shí)驗(yàn)、理論推導(dǎo)、計(jì)算機(jī)模擬進(jìn)行科學(xué)研究，現(xiàn)在機(jī)器學(xué)習(xí)開(kāi)啟了新的科研范式——只要有足夠多的數(shù)據(jù)，就可以搭建一個(gè)神經(jīng)網(wǎng)絡(luò)，然后通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)找到數(shù)據(jù)之間隱藏的規(guī)律。這種科研范式在研究中的應(yīng)用已有很多，尤其是當(dāng)我們研究復(fù)雜體系時(shí)，做實(shí)驗(yàn)成本很高、理論推導(dǎo)又太復(fù)雜，如果有充足數(shù)據(jù)，就可以訓(xùn)練一個(gè)機(jī)器學(xué)習(xí)模型幫助進(jìn)行預(yù)測(cè)。因此，諾貝爾獎(jiǎng)?lì)C給機(jī)器學(xué)習(xí)領(lǐng)域我不意外，我知道機(jī)器學(xué)習(xí)肯定會(huì)獲獎(jiǎng)，但沒(méi)想到它來(lái)得這么快，也沒(méi)想到會(huì)占物理學(xué)獎(jiǎng)的名額。上海交通大學(xué)物理與天文學(xué)院教授李亮：神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)絕對(duì)是重量級(jí)的研究成果，我只是意外它為什么要?dú)w于物理學(xué)獎(jiǎng)。但仔細(xì)想想，深度學(xué)習(xí)其實(shí)是一種算法，本質(zhì)上是數(shù)學(xué)領(lǐng)域的問(wèn)題。諾貝爾獎(jiǎng)沒(méi)有設(shè)立數(shù)學(xué)獎(jiǎng)項(xiàng)，而物理學(xué)獎(jiǎng)和它最接近。不出意外的話，將來(lái)物理學(xué)獎(jiǎng)有可能會(huì)成為繼化學(xué)獎(jiǎng)之后的第二個(gè)“理綜獎(jiǎng)”。隨著學(xué)科的交叉融合發(fā)展，我甚至覺(jué)得這是一個(gè)必然趨勢(shì)。以后的諾貝爾獎(jiǎng)大概不太會(huì)嚴(yán)格地劃分化學(xué)、物理學(xué)等獎(jiǎng)項(xiàng)，統(tǒng)稱諾貝爾科學(xué)獎(jiǎng)就可以了。北京理工大學(xué)預(yù)聘助理教授許坤：機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)在高能物理領(lǐng)域已經(jīng)有所應(yīng)用。比如，如何從大量實(shí)驗(yàn)數(shù)據(jù)中挖掘想要的結(jié)果？以前只能依靠手動(dòng)操作，但現(xiàn)在借助神經(jīng)網(wǎng)絡(luò)就能高效、快速地完成篩選。從理論層面看，神經(jīng)網(wǎng)絡(luò)對(duì)物理理論研究也有一定作用，最簡(jiǎn)單的用處就是解方程。很多非常復(fù)雜、“漂亮”的方程，只有少數(shù)函數(shù)能求出解析解來(lái)，但多數(shù)解不出來(lái)，所以我們需要借助超級(jí)計(jì)算機(jī)進(jìn)行數(shù)值求解。而神經(jīng)網(wǎng)絡(luò)為我們提供了新的可能性，原則上它能模擬任意函數(shù)的形狀，在此基礎(chǔ)上求解各種各樣的函數(shù)。這已應(yīng)用于高能物理領(lǐng)域，并且近年來(lái)應(yīng)用得越發(fā)廣泛。《中國(guó)科學(xué)報(bào)》：從今年物理學(xué)獎(jiǎng)?lì)C獎(jiǎng)結(jié)果看，做交叉學(xué)科研究是不是會(huì)比傳統(tǒng)學(xué)科更容易取得突破？
許坤：從兩位獲獎(jiǎng)?wù)叩谋尘翱矗李D是2018年圖靈獎(jiǎng)獲得者，曾獲實(shí)驗(yàn)心理學(xué)學(xué)士學(xué)位、人工智能博士學(xué)位，看似和物理學(xué)都不沾邊，但為他日后研究神經(jīng)網(wǎng)絡(luò)打下了基礎(chǔ)。而且，他并不是一直埋頭學(xué)術(shù)，而是做過(guò)很多年工程師，開(kāi)發(fā)了神經(jīng)網(wǎng)絡(luò)里非常重要的反向傳播算法。另一位獲獎(jiǎng)?wù)呤腔羝辗茽柕?，曾獲美國(guó)康奈爾大學(xué)物理學(xué)博士學(xué)位，在美國(guó)貝爾實(shí)驗(yàn)室工作期間萌發(fā)了對(duì)分子生物學(xué)的興趣。回歸本次獎(jiǎng)項(xiàng)，不難發(fā)現(xiàn)，人工智能其實(shí)和物理、生物、化學(xué)有千絲萬(wàn)縷的聯(lián)系。當(dāng)你把非常復(fù)雜的數(shù)據(jù)“扔”給神經(jīng)網(wǎng)絡(luò)，它能一層層提取出有效的關(guān)鍵信息，這其中涉及信息的流動(dòng)，而在高能物理領(lǐng)域也存在類似現(xiàn)象，二者本質(zhì)上都是提取有效信息的過(guò)程。這體現(xiàn)出學(xué)科交叉的特性。人工智能學(xué)者、地平線科技創(chuàng)始人余凱：早期人工智能的專家大部分都有物理學(xué)背景。物理學(xué)思維實(shí)際上是用數(shù)學(xué)的方法建模現(xiàn)實(shí)世界，這跟人工智能的核心意義完全一致。所以，物理學(xué)思維對(duì)于人工智能是非常重要的。李亮：我覺(jué)得物理建?；蛟S會(huì)成為未來(lái)的趨勢(shì)。簡(jiǎn)單的數(shù)學(xué)推導(dǎo)和理論假設(shè)可能無(wú)法覆蓋現(xiàn)實(shí)的復(fù)雜情況，如果一開(kāi)始就有物理建模，會(huì)讓人們走得快點(diǎn)。真正的交叉科學(xué)是深層次交叉，是互相學(xué)習(xí)彼此的思想和底層邏輯。如果想在人工智能領(lǐng)域取得突破，必須和物理取得聯(lián)系，才能走得更快、更遠(yuǎn)。今天，物理學(xué)可能會(huì)迎來(lái)“第二春”。光靠物理無(wú)法覆蓋所有領(lǐng)域，但交叉融合給了物理煥發(fā)新生的重要契機(jī)。未來(lái)物理學(xué)應(yīng)該會(huì)比較“吃香”，其他學(xué)科都會(huì)來(lái)找物理學(xué)家，聊一聊能不能碰撞出新想法。中國(guó)科學(xué)技術(shù)大學(xué)教授江?。?/span>現(xiàn)在是大科學(xué)時(shí)代，學(xué)科交叉融合已成了大趨勢(shì)。100年前，由于科學(xué)工具有限，我們不得不劃分學(xué)科展開(kāi)研究，但現(xiàn)在無(wú)論微觀還是宏觀領(lǐng)域，都有很強(qiáng)的科學(xué)工具，比如人工智能就能連接理論和實(shí)驗(yàn)、人類和機(jī)器人等不同尺度的內(nèi)容，這也倒逼我們打破學(xué)科邊界。首先，物理、數(shù)學(xué)、化學(xué)等比較嚴(yán)謹(jǐn)?shù)目茖W(xué)變得更加開(kāi)放。我們以前描述科學(xué)規(guī)律一定要找到清晰、確定的解析式，但現(xiàn)在逐漸接受了相對(duì)模糊、發(fā)散的預(yù)測(cè)，再不斷通過(guò)實(shí)驗(yàn)進(jìn)行校準(zhǔn)，這是很重要的學(xué)術(shù)觀念革新。其次，我們可以從數(shù)字中發(fā)現(xiàn)更多關(guān)于人工智能的框架，也能在物理學(xué)領(lǐng)域?qū)崿F(xiàn)與機(jī)器學(xué)習(xí)的融合，這種學(xué)科交叉讓我們?cè)诨貧w物理和數(shù)學(xué)本質(zhì)的過(guò)程中，不斷突破對(duì)人工智能的理解。諾貝爾有一句遺囑讓我印象深刻，“當(dāng)一項(xiàng)發(fā)明或者發(fā)現(xiàn)能真正改變世界、產(chǎn)生深遠(yuǎn)影響時(shí)，才能獲得諾貝爾獎(jiǎng)。”我想本屆諾貝爾獎(jiǎng)的意義或許在于，它突破了大家對(duì)于傳統(tǒng)物理學(xué)的狹隘認(rèn)知，具有改變世界的力量。《中國(guó)科學(xué)報(bào)》：今年諾獎(jiǎng)授予神經(jīng)網(wǎng)絡(luò)或者機(jī)器學(xué)習(xí)意味著什么？
高興發(fā)：兩位諾獎(jiǎng)得主在上世紀(jì)七八十年代就嘗試用數(shù)學(xué)算法讓機(jī)器具有類似于人類的學(xué)習(xí)能力。那時(shí)，計(jì)算機(jī)的算力、網(wǎng)絡(luò)、數(shù)據(jù)各方面水平不高，因此他們的研究非常具有開(kāi)拓性。人工智能在隨后很長(zhǎng)時(shí)間并不受重視，但他們繼續(xù)推動(dòng)這方面的研究。最近幾年算力、數(shù)據(jù)等外部條件都具備了，人工智能的威力才得以井噴，讓大家看到并驚嘆。江?。?/span>今年的物理學(xué)獎(jiǎng)顯然是對(duì)神經(jīng)網(wǎng)絡(luò)或者機(jī)器學(xué)習(xí)方向的肯定，也恰恰說(shuō)明物理學(xué)的邊界正在開(kāi)放拓展，容納更多理念和工具。這確實(shí)是值得贊嘆的。一方面，能夠讓大家深切感受到，物理學(xué)作為底層原理能夠?qū)ζ渌麑W(xué)科產(chǎn)生重大深遠(yuǎn)的影響；另一方面，這代表了一種新思想。因?yàn)檫^(guò)去在嚴(yán)謹(jǐn)?shù)耐评硐?，?shù)學(xué)公式代表物理學(xué)最底層的邏輯，但現(xiàn)在，物理學(xué)愿意把機(jī)器學(xué)習(xí)這樣一個(gè)相對(duì)沒(méi)有完全打開(kāi)的，且預(yù)測(cè)相對(duì)發(fā)散、存在著不嚴(yán)謹(jǐn)和不確定性的“黑盒”容納進(jìn)來(lái)，并加以認(rèn)可，代表我們對(duì)物理學(xué)的理解到了一個(gè)新層次——不再僅認(rèn)同用數(shù)學(xué)公式來(lái)描繪，而是認(rèn)同基于語(yǔ)言的模糊描繪同樣可以精準(zhǔn)反映物理學(xué)規(guī)律。簡(jiǎn)而言之，獲獎(jiǎng)成果是用物理學(xué)方法來(lái)做的，即用人工神經(jīng)網(wǎng)絡(luò)研究機(jī)器學(xué)習(xí)。同時(shí)，我們需要討論反思，所謂道法自然，是不是包括人類思考物質(zhì)世界且對(duì)它進(jìn)行數(shù)學(xué)描述的方式也可以跟自然學(xué)習(xí)？反過(guò)來(lái)學(xué)習(xí)物質(zhì)世界，從微觀反饋到宏觀之間的信號(hào)切換機(jī)制，是不是能夠與人工智能的架構(gòu)有異曲同工之妙？
|
