辛顿研发的玻尔兹曼机作为生成模型的先驱,能够融入大型网络体系,依据用户偏好推荐影视作品。与传统软件遵循固定程序处理数据的方式不同,机器学习模仿实例进行学习,处理复杂问题,超越了详尽指令的范畴。
2024年诺贝尔物理学奖出人意料地颁给了机器学习领域,以表彰约翰·J·霍普菲尔德与杰弗里·E·辛顿在人工神经网络推动机器学习方面的开创性成就。辛顿在获奖时直言未曾预料。两位学者共享了1100万瑞典克朗奖金,约为745万元人民币。
机器学习近年来迅猛发展,核心在于人工神经网络技术,这也是现代人工智能的基石。尽管计算机不具备思考能力,却能通过模拟记忆与学习功能接近这一目标,这归功于诺贝尔奖得主们的创新工作。
霍普菲尔德与辛顿自80年代起就在人工神经网络研究中扮演关键角色,运用物理学工具奠定今日强大机器学习的基础。霍普菲尔德发明的联想记忆系统能存储并复原图像数据,其方法能识别最匹配的已存模式。通过结合对磁性材料的理解与计算技术,霍普菲尔德网络得以优化,支持更多样化的数据表达。
辛顿则在玻尔兹曼机的研究上取得突破,该模型能够从实例中学习,实现数据特征识别,为图像分类及模式生成提供可能。2006年,辛顿进一步优化了网络预训练方法,促进了深度学习领域的飞跃,玻尔兹曼机在个性化推荐系统中发挥了重要作用。
辛顿还因在深度学习上的贡献,与他人共同荣获2018年图灵奖。如今,深度神经网络规模庞大,广泛应用于各行各业及科学研究,物理学科与人工神经网络的互惠关系,预示着未来两者间更深层次的互动与进步。
诺贝尔奖,科学界的璀璨明珠,正步入其年度揭晓的紧张时刻。2024年的荣誉归属即将于10月7日至14日间逐一揭晓,依据诺贝尔奖官方网站公告
2024-10-08 18:11:002024年诺贝尔物理学奖揭晓李政道教授1926年11月24日出生于上海,祖籍江苏苏州。他在1943至1945年间分别在浙江大学和西南联合大学学习,随后于1946年前往美国芝加哥大学深造,并于1950年获得博士学位
2024-08-05 16:19:11诺贝尔物理学奖获得者李政道逝世武汉大学计算机学院的罗勇教授团队近期在量子机器学习领域取得新突破,他们的研究揭示了量子数据的纠缠程度对量子机器学习模型预测误差的双重影响。这一成果已在线发布于国际知名期刊《自然·通讯》
2024-05-19 07:56:59武汉大学量子机器学习研究取得突破