第108章意外的物理学经验
第108章意外的物理学经验(第3/4页)
……倒还勉强能够理解。】
【毕竟，『神经网络』这个词，本身就是对人脑神经元结构的仿生学模拟。我学习它的工作原理，就等于，是在从一个抽象的丶信息学的角度，去间接地，理解生物大脑的构造。这算是了解生物构造的一部分，倒也是说得通。】
【但……物理学经验+1，又是怎麽回事？】
【ai和物理，感觉八竿子都打不着啊！】
他百思不得其解。
他继续向下阅读那篇论文，试图从更深层次的理论中，寻找答案。
当他看到「hopfield网络」与「ising模型」之间的深刻联系，看到「深度学习」的训练过程，如何可以被类比为「模拟退火」这个源自于统计物理学的算法时，他才恍然大悟。
【原来如此！】
【一个由数十亿丶甚至数千亿个参数构成的巨大网络，其整体行为，已经无法再用单个神经元的简单逻辑来描述。它呈现出的，是一种『集体效应』，是一种『涌现』现象！】
【而研究这种由海量个体构成的复杂系统的宏观规律，恰恰是『统计物理学』最擅长的事情！】
他又搜索了一些ai与物理学的相关信息，搜索结果的第一条，就是一条刚刚过去几个月丶还带着热度的重磅新闻。
【「2024年诺贝尔物理学奖揭晓！授予约翰·霍普菲尔德与杰弗里·辛顿，以表彰他们为机器学习，特别是人工神经网络所做出的奠基性发现！」】
「诺贝尔物理学奖……颁给了ai方向？」
颁奖是在10月，刚好是徐辰进入拔尖计划没多久的时候。那会他每天忙的都没时间吃饭，自然没时间关注外界这些新闻。
当时，这个结果，在全球范围内，都引起了巨大的争议。
许多人质疑：「ai是计算机科学，凭什麽拿物理学奖？」
但徐辰此刻，却瞬间，理解了诺贝尔奖委员会那超越时代的深刻用意！
【我明白了……】
他看着屏幕上，关于「hopfield网络」的介绍，心中思索：
【霍普菲尔德，他天才般地，将神经网络中的神经元状态（激活或抑制），与统计物理学中的『自旋玻璃』模型（spinglass）中的磁矩朝向（向上或向下），进行了类比！】
【他定义了一个『能量函数』，使得网络的每一个可能状态，都对应一个能量值。而网络的『学习』和『记忆』过程，就等同于，这个物理系统，自发地，向着能量最低的丶最稳定的状态演化的过程！】
【他用物理学的语言，为『记忆』这个看似属于生物学和心理学的概念，赋予了一个清晰丶可计算的数学模型！这是一种石破天惊的丶跨学科的伟大洞见！】
【而辛顿，则在此
（本章未完，请点击下一页继续阅读）