就在两周前，2024 年诺贝尔物理学奖授予了美国普林斯顿大学的约翰·霍普菲尔德（John J. Hopfield）和加拿大多伦多大学的杰弗里·辛顿（Geoffrey E. Hinton），以表彰他们为推动利用人工神经网络进行机器学习作出的基础性发现和发明。颁奖词中提到，两位诺贝尔物理学奖得主使用了物理学的工具，为当今强大的机器学习方法奠定了基础。
此次的颁奖结果超出了之前所有人的预测，也在圈子内外引起了不小的争议，有人认为这是一次 「诺贝尔数学奖」，有人认为两位获奖人的贡献完全不「物理」。那今天的节目硅谷徐老师就请来了与物理和计算机相关的两位博士，与我们分享两位获奖人的学术贡献，圈内人如何看待此次的颁奖，以及神经网络和 AI 将如何影响未来的物理学研究。
本期人物
硅谷徐老师，AI 高管、连续创业者、斯坦福客座讲师，小红书和微信视频号：硅谷徐老师 ｜公众号：硅谷云｜ YouTube： Byte into Future
赵智沉，高能理论物理博士，软件工程师，《什么是物理？用物理学的视角看世界》作者
周自横，UCLA AI PhD，前 AI 创业者，志于理解心智原理
主要话题
[03:13] Hopfield 和 Hinton 的贡献：是物理学塑造了他们，还是他们推动了物理学？
[07:27] 获奖工作与 AI 革命关系不大，组委会只想蹭热点？
[09:10] 基于第一性原理的物理学领域研究，在未来可能通过借鉴 AlphaFold 模式匹配和模式寻找的 AI 方法实现突破
[13:16] 从宏观变量入手的中医可能被我们误解了？
[20:45]「Hinton 得图灵奖就很合适，但诺贝尔奖就是有点文不对题」
[22:09] Hinton 他是一个不忘初心的人，他的研究所有都源于对人脑到底怎么运作的好奇
[23:30] 如果 100 年前有 AI, 他可以像爱因斯坦一样推导出相对论吗？
[27:17] Hopfield 论文详解：从物理学跨界到神经生物学的建模能力让人惊叹
[35:54] 现在的 AI 其实是回归了物理最开始牛顿定律之前的研究方式
[37:21] 人工智能时代，AI 是自动化的工具，人必须找到自己的主体性
延伸阅读
John J. Hopfield 在1982年发表的论文：Neural networks and physical systems with emergent collective computational abilities
John J. Hopfield 自传：Now What？
幕后制作
监制：Yaxian
后期：Jack
运营：George
设计：饭团
商务合作
声动活泼商务合作咨询
一份新学期的礼物
这里有一份低到不太合理但大家都很爱的教育折扣——声动活泼付费会员 3 折，正价加入是 365 元，教育折扣 120 元，可以解锁总价值超过 208 元的付费节目和每周邮件通讯。
欢迎各位订阅，或是把这份教育折扣推荐给身边还在上学的小伙伴。点击这里查看详情。
加入我们
声动活泼正在招聘全职「节目监制」、「人才发展伙伴」、「商业发展经理」，查看详细讯息请 点击链接。如果你已准备好简历，欢迎发送至 hr@shengfm.cn， 标题请用：姓名+岗位名称。
关于声动活泼
「用声音碰撞世界」，声动活泼致力于为人们提供源源不断的思考养料。
我们还有这些播客：
المعلومات
- البرنامج
- قناة
- معدل البثيتم التحديث أسبوعيًا
- تاريخ النشر٢٠ ربيع الآخر ١٤٤٦ هـ في ٧:٠٠ ص UTC
- مدة الحلقة٤٦ من الدقائق
- الموسم٨
- الحلقة٢٠ مليون
- التقييمملائم