国内专家关注诺贝尔物理学奖——
意料之外,情理之中
“意外又合理,只是没想到它获奖来得如此快。”得知2024年诺贝尔物理学奖颁奖结果,国家纳米科学中心研究员高兴发如此表示。
10月8日,2024年诺贝尔物理学奖颁发给美国普林斯顿大学教授约翰·J·霍普菲尔德(John J. Hopfield)和加拿大多伦多大学教授杰弗里·E·欣顿(Geoffrey E. Hinton),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”。
对于今年诺贝尔物理学奖颁发给“机器学习领域的专家”,接受《中国科学报》采访的多位专家均表示,是“意料之外,情理之中”。
记者:今年诺贝尔物理学奖为什么颁发给机器学习领域的专家?
国家纳米科学中心研究员高兴发:人工智能已经影响到我们生活的方方面面,在科研上也提供了很多新工具,所以虽然意外,但也合情合理。比如传统上,我们通过做物理实验、理论推导、计算机模拟进行科学研究,现在机器学习开启了新的科研范式——只要有足够多的数据,就可以搭建一个神经网络,然后通过训练神经网络找到数据之间隐藏的规律。这种科研范式在研究中的应用已有很多,尤其是当我们研究复杂体系时,做实验成本很高、理论推导又太复杂,如果有充足数据,就可以训练一个机器学习模型帮助进行预测。
因此,诺贝尔奖颁给机器学习领域我不意外,我知道机器学习肯定会获奖,但没想到它来得这么快,也没想到会占物理学奖的名额。
上海交通大学物理与天文学院教授李亮:神经网络、深度学习绝对是重量级的研究成果,我只是意外它为什么要归于物理学奖。但仔细想想,深度学习其实是一种算法,本质上是数学领域的问题。诺贝尔奖没有设立数学奖项,而物理学奖和它最接近。不出意外的话,将来物理学奖有可能会成为继化学奖之后的第二个“理综奖”。随着学科的交叉融合发展,我甚至觉得这是一个必然趋势。以后的诺贝尔奖大概不太会严格地划分化学、物理学等奖项,统称诺贝尔科学奖就可以了。
北京理工大学预聘助理教授许坤:机器学习和神经网络在高能物理领域已经有所应用。比如,如何从大量实验数据中挖掘想要的结果? 以前只能依靠手动操作,但现在借助神经网络就能高效、快速地完成筛选。
从理论层面看,神经网络对物理理论研究也有一定作用,最简单的用处就是解方程。很多非常复杂、“漂亮”的方程,只有少数函数能求出解析来,但多数解不出来,所以我们需要借助超级计算机进行数值求解。而神经网络为我们提供了新的可能性,原则上它能模拟任意函数的形状,在此基础上求解各种各样的函数。这已应用于高能物理领域,并且近年来应用得越发广泛。
交叉融合,物理学是否“不存在”了?
记者:从今年物理学奖颁奖结果看,做交叉学科研究是不是会比传统学科更容易取得突破?
许坤:从两位获奖者的背景看,欣顿是2018年图灵奖获得者,曾获实验心理学学士学位、人工智能博士学位,看似和物理学都不沾边,但为他日后研究神经网络打下了基础。而且,他并不是一直埋头学术,而是做过很多年工程师,开发了神经网络里非常重要的反向传播算法。另一位获奖者是霍普菲尔德,曾获美国康奈尔大学物理学博士学位,在美国贝尔实验室工作期间萌发了对分子生物学的兴趣。
回归本次奖项,不难发现,人工智能其实和物理、生物、化学有千丝万缕的联系。当你把非常复杂的数据“扔”给神经网络,它能一层层提取出有效的关键信息,这其中涉及信息的流动,而在高能物理领域也存在类似现象,二者本质上都是提取有效信息的过程。这体现出学科交叉的特性。
人工智能学者、地平线科技创始人余凯:早期人工智能的专家大部分都有物理学背景。物理学思维实际上是用数学的方法建模现实世界,这跟人工智能的核心意义完全一致。所以,物理学思维对于人工智能是非常重要的。
李亮:我觉得物理建模或许会成为未来的趋势。简单的数学推导和理论假设可能无法覆盖现实的复杂情况,如果一开始就有物理建模,会让人们走得快点。真正的交叉科学是深层次交叉,是互相学习彼此的思想和底层逻辑。如果想在人工智能领域取得突破,必须和物理取得联系,才能走得更快、更远。
今天,物理学可能会迎来“第二春”。光靠物理无法覆盖所有领域,但交叉融合给了物理焕发新生的重要契机。未来物理学应该会比较“吃香”,其他学科都会来找物理学家,聊一聊能不能碰撞出新想法。
中国科学技术大学教授江俊:现在是大科学时代,学科交叉融合已成了大趋势。100年前,由于科学工具有限,我们不得不划分学科展开研究,但现在无论微观还是宏观领域,都有很强的科学工具,比如人工智能就能连接理论和实验、人类和机器人等不同尺度的内容,这也倒逼我们打破学科边界。
首先,物理、数学、化学等比较严谨的科学变得更加开放。我们以前描述科学规律一定要找到清晰、确定的解析式,但现在逐渐接受了相对模糊、发散的预测,再不断通过实验进行校准,这是很重要的学术观念革新。
其次,我们可以从数字中发现更多关于人工智能的框架,也能在物理学领域实现与机器学习的融合,这种学科交叉让我们在回归物理和数学本质的过程中,不断突破对人工智能的理解。
诺贝尔有一句遗嘱让我印象深刻,“当一项发明或者发现能真正改变世界、产生深远影响时,才能获得诺贝尔奖。”我想本届诺贝尔奖的意义或许在于,它突破了大家对于传统物理学的狭隘认知,具有改变世界的力量。