2024年10月8日，瑞典皇家科学院宣布将该年度的诺贝尔物理学奖授予John Hopfield和Geoffrey Hinton，以表彰他们在人工神经网络和机器学习领域的开创性贡献. 这一决定在科学界内部引起了广泛热议与好奇. 来自计算机科学、物理学以及相关领域的研究人员纷纷对此表示疑惑：为何传统上被视为人工智能与神经网络领域内的研究者能够获得物理学领域的最高荣誉？

实际上，John Hopfield和Geoffrey Hinton的工作恰恰展示了物理学、机器学习及神经计算原理之间的深刻联系. 这些开创性的工作在统计物理学、计算神经科学与人工智能之间建立了关键桥梁，不仅对计算机科学领域意义重大，也体现了物理学在人工智能发展中的关键作用，故而能够得到诺贝尔奖委员会的认可. 香港浸会大学物理系助理教授唐乾元在《科学通报》发表2024年诺贝尔物理学奖解析文章，旨在介绍物理学原理在神经网络发展中起到的关键作用，探讨物理学与人工智能这两个领域之间的深刻联系，重点阐述Hopfield和Hinton如何将统计物理中的概念与模型应用于机器学习领域，建立神经计算的理论框架，为现代人工智能的发展奠定理论基础. 欢迎阅读全文：

物理学与人工智能的连接：2024年诺贝尔物理学奖解析