关键词：不完整图像 AI恢复
就在刚刚，2024 年诺贝尔物理学奖揭晓。
机器学习专家 John J. Hopfield（约翰·霍普菲尔德）、「AI 教父」Geoffrey E. Hinton（杰弗里·辛顿）荣获此奖，以表彰他们「基于人工神经网络实现机器学习的基础性发现和发明」。
值得一提的是， 杰弗里·辛顿也是历史上首位同时获得诺贝尔物理学奖和图灵奖的双料得主。
诺贝尔物理学委员会主席艾伦·穆恩斯表示：
「获奖者的工作已经带来了巨大的好处。在物理学中，我们在许多领域使用人工神经网络，例如开发具有特定性质的新材料。」
在今天宣布诺贝尔奖的新闻发布会上，杰弗里·辛顿 在线上发言道：
「我在加利福尼亚的一家经济型酒店，那里没有良好的互联网或手机信号。我今天本打算做核磁共振扫描，但我得取消了！」
杰弗里·辛顿是 AI 领域的巨擘，也是深度学习的先驱。他被认为是与 Yoshua Bengio 和 Yann LeCun 齐名的 「人工智能教父 」之一。他于 1970 年在剑桥获得实验心理学学士学位，并于 1978 年在爱丁堡获得人工智能博士学位。辛顿因其在人工神经网络方面的工作而享誉国际，特别是如何在没有人类的协助下，通过设计让 AI 实现自主学习。他于 1998 年当选为皇家学会（FRS）院士，并于 2001 年成为鲁梅尔哈特奖的第一位获奖者。辛顿还为人工智能领域培养了一批顶尖人才，他的学生们同样在行业中扮演着重要角色，当中就包括 OpenAI 前任首席科学家 Ilya Sutskever。
辛顿一直为 Google 工作长达十年之久，对人工智能的就业市场持乐观态度。然而，对于 AI，他也曾经是忧心忡忡的：
「我估计在五到二十年之间。人工智能有 50% 的概率会比我们更聪明。当它变得比我们更聪明时，我不知道它接管的概率有多大，但在我看来，这是很有可能的。」
诺贝尔物理学奖 官方新闻
今年的两位诺贝尔物理学奖获得者利用物理学工具开发了现代强大机器学习的基础方法。约翰·霍普菲尔德创造了一种联想记忆，能够存储和重建图像及其他数据模式。杰弗里·辛顿则发明了一种能够自主识别数据属性的方法，从而执行识别图像中特定元素等任务。
谈到人工智能时，我们通常指的是使用人工神经网络的机器学习。这项技术最初受大脑结构的启发。在人工神经网络中，大脑的神经元由具有不同值的节点表示。这些节点通过类似突触的连接相互影响，并可以变得更强或更弱。
网络的训练，例如，通过在同时具有高值的节点之间建立更强的连接。今年的获奖者自 1980 年代起就在人工神经网络领域进行了重要工作。
约翰·霍普菲尔德发明了一种保存和重建模式的方法网络。我们可以将节点视为像素。霍普菲尔德网络利用描述材料特性与原子自旋相关的物理学——这一特性使每个原子成为微小的磁体。
整个网络以与物理学中自旋系统的能量相当的方式进行描述，并通过寻找节点之间连接的值进行训练，以确保保存的图像具有低能量。
当霍普菲尔德网络接收到扭曲或不完整的图像时，它会系统性地处理节点并更新其值，使网络的能量降低。网络逐步寻找与输入的瑕疵图像最相似的保存图像。
沪公安联网 31011502019103