如何看待“人工神经网络获得诺贝尔物理学奖”？

来源：计算机视觉工坊

瑞典皇家科学院当地时间10月8日宣布，2024年诺贝尔物理学奖颁发给了约翰·霍普菲尔德 (John Hopfield)与杰弗里·辛顿（Geoffrey  Hinton），以表彰他们在人工神经网络机器学习方面的基础性发现和发明。

图片

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。

两人使用物理学工具开发了今天机器学习技术的基础方法。约翰·J·霍普菲尔德创造了一种关联记忆，它能够存储和重构图像以及其他模式类型。杰弗里·E·辛顿发明了一种能够自主发现数据中属性的方法，并执行任务，如识别图像中的特定元素。辛顿将霍普菲尔德网络的想法应用于一种新网络，这种新网络使用另一种方法：玻尔兹曼机。玻尔兹曼机可以学习给定数据类型的特征元素，可以用来分类图像或创建新材料。这种机器学习帮助推动了当今机器学习的快速发展。

20世纪90年代，许多研究人员对人工神经网络失去了兴趣，但杰弗里·辛顿继续在该领域探索。2006年，他与同事 Simon Osindero、Yee Whye Teh 和 Ruslan Salakhutdinov开发了一种使用一系列逐层叠加的玻尔兹曼机对网络进行预训练的方法。这种预训练为网络中的连接提供了更好的起点。

此前，诺贝尔物理学奖已颁发给 225 位获奖者。由于约翰·巴丁(John Bardeen) 曾两次获奖，因此自 1901年以来，共有 224 人获得过诺贝尔物理学奖。自1901年以来，诺贝尔物理学奖已颁发117 次。

本文仅做学术分享，如有侵权，请联系删文。

目前我们已经建立了3D视觉方向多个社群，包括2D计算机视觉、最前沿、工业3D视觉、SLAM、自动驾驶、三维重建、无人机等方向，细分群包括：

工业3D视觉：相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、摄影测量、阵列相机、光度立体视觉等。

SLAM：视觉SLAM、激光SLAM、语义SLAM、滤波算法、多传感器融合、多传感器标定、动态SLAM、MOT SLAM、NeRF SLAM、机器人导航等。

自动驾驶：深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、自动驾驶综合群等、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、Occupancy、目标跟踪等。

三维重建：3DGS、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等

无人机：四旋翼建模、无人机飞控等

2D计算机视觉：图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等

最前沿：具身智能、大模型、Mamba、扩散模型等

除了这些，还有求职、硬件选型、视觉产品落地、产品、行业新闻等交流群

添加小助理: dddvision，备注：研究方向+学校/公司+昵称（如3D点云+清华+小草莓）, 拉你入群。