当地时间2024年10月8日瑞典皇家科学院宣布,将2024年诺贝尔物理学奖授予约翰·J·霍普菲尔德(John J. Hopfield)和杰弗里·E·辛顿(Geoffrey E. Hinton),表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。两位获奖者从20世纪80年代起就开展了与物理学相关的人工神经网络的重要工作。他们将平分1100万瑞典克朗(约合745万元人民币)奖金。
约翰·霍普菲尔德(John J. Hopfield)的人生经历:
一、早年求学经历
约翰·霍普菲尔德于1933年7月15日出生在美国伊利诺伊州芝加哥。
他在学术上展现出了卓越的天赋,1954年获得斯沃斯莫尔学院学士学位。
随后,他继续在深造,并于1958年在美国康奈尔大学获得物理学博士学位,其导师为Albert Overhauser。
二、职业生涯与学术成就
霍普菲尔德在获得博士学位后,曾在贝尔实验室理论组工作了两年。
他随后在加利福尼亚大学伯克利分校(物理学)、普林斯顿大学(物理学)、加州理工学院(化学和生物学)任教,目前是普林斯顿大学的霍华德-普莱尔分子生物学名誉教授。
在加州理工学院期间,他是1986年加州理工学院计算与神经系统博士项目的创始人之一。
霍普菲尔德的研究领域广泛,他最有影响力的论文包括描述极化子的“The Contribution of Excitons to the Complex Dielectric Constant of Crystals”(1958年)、描述长程电子转移量子力学的“Electron transfer between biological molecules by thermally activated tunneling”(1974年)、“Kinetic Proofreading:1974年”以及“神经网络和具有突发性集体计算能力的物理系统”(1982年,被称为Hopfield网络)等。
他目前的研究和近期发表的论文主要集中在如何将动作电位定时和同步用于神经生物学计算。
三、荣誉与奖项
霍普菲尔德的学术贡献得到了广泛的认可。他曾获得2022年玻尔兹曼奖,获奖理由是:扩展了统计物理学的边界,使其涵盖生命现象,从分子水平信息传输的动力学校对到神经网络的动力学,他创建了一种用于思考大脑计算的新语言。
最为重要的是,在2024年10月8日,瑞典皇家科学院宣布将2024年诺贝尔物理学奖授予霍普菲尔德,以表彰他“为利用人工神经网络进行机器学习做出的基础性发现和发明”。
四、学术贡献与影响
霍普菲尔德在神经网络领域的研究具有开创性。他创造的霍普菲尔德网络是一种单层、全反馈的网络结构,模仿生物神经元连接,并引入了能量函数。这一模型被证明具有广泛的应用,涵盖机器学习、联想记忆、模式识别、优化计算等多个领域。
他的工作不仅扩展了统计物理学的边界,还创建了一种新的思考大脑计算的语言,对神经网络的动力学有了更深入的理解。
五、家庭成员与学术氛围
父母背景:霍普菲尔德的父亲是波兰物理学家约翰·约瑟夫·霍普菲尔德,母亲是物理学家海伦·霍普菲尔德。这样的家庭背景为他从小接触和理解物理学提供了得天独厚的条件。
兄弟姐妹:霍普菲尔德是家中的第六个孩子,这意味着他可能在一个充满爱和关怀的家庭环境中成长,同时也可能从兄弟姐妹那里学到了很多关于生活、学习和合作的知识。
综上所述,约翰·霍普菲尔德是一位杰出的物理学家和神经科学家,他的学术贡献和成就为人工智能和机器学习领域的发展奠定了坚实的基础。