生成式AI應用宗師 美加2學者摘諾貝爾物理獎

2024年諾貝爾物理學獎由普林斯頓大學教授霍普菲爾德（John J. Hopfield）和多倫多大學教授辛頓（Geoffrey E. Hinton）共享殊榮，表彰其在人工神經網絡的創建，為現今機器學習乃至於演算法、生成式AI奠定基礎。學界評析，霍普菲爾德從物理概念出發，辛頓則根基霍普非爾德網絡開發人工神經網絡波茲曼機器，以資訊工程的技術跳脫物理範疇、優化資訊處理，各種應用因應而生。

國立清華大學物理系教授林秀豪表示，今年物理獎非常令人意外，霍普菲爾德雖是不折不扣的物理學家，但辛頓則是電腦科學家。霍普菲爾德當年基於物理定律，開發出平面的霍普菲爾德網絡（Hopfield network），辛頓則接續開發出波茲曼機器（Boltzmann machine）。

但林秀豪指出，波茲曼機器雖能處理複雜的問題，但不容易收斂，於是辛頓再將其優化為侷限型波茲曼機器（Restricted Boltzmann Machines），才兼具收斂快速和可處理複雜問題的優點，創造出最大的效益，就此為現今各式各樣的演算法奠定基礎。

林秀豪表示，辛頓曾經非常落魄、研究不受主流學界重視，2012年辛頓和其研究團隊首度開發Alex Net，利用神經元網絡結構辨識出貓狗等物種，是機器學習發展上重要的里程碑，當年一戰成名，才接連拿下圖靈獎等殊榮。

辛頓雖然被喻為當代人工智慧三巨頭，但林秀豪表示，辛頓去年離開google到史丹佛大學，近期提醒世界，「AI可能和核武一樣危險，需小心規範。」一名學者曾經落魄，成名後卻願意回頭提醒研究背後的危險性，非常不容易；至於霍普菲爾德則是「博士後老闆的老闆」，兩人曾透過信件交換意見，霍普菲爾德不是量產式的科學家，對問題非常執著，但願意和其他學者分享、解釋。

東海大學應用物理系教授施奇廷則形容，霍普菲爾德網絡的出現，如同早期先人發明了「輪子」，演進到現在有了超級跑車，沒有霍普菲爾德，後續的應用都不會出現。又當年霍普菲爾德網絡已擁有一點現在生成式AI精神，只是當年的創建領先電腦硬體時代太多而未能體現。

林秀豪補充，從霍普菲爾德網絡到侷限型波茲曼機器，是非常漂亮的跨領域科學應用結晶，但追本溯源仍師出物理系統，因此授予諾貝爾物理學獎。現行如自動駕駛系統，需採用神經網絡判斷前方障礙物；或使用者對手機說「嘿！siri」由手機辨識後執行，都是兩人研究結晶的體現，「不是奇幻科學，已經進入生活日常。」