We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode AI 算不算物理？与物理学和人工智能博士聊聊诺贝尔奖争议｜硅谷徐老师 S8E21

AI 算不算物理？与物理学和人工智能博士聊聊诺贝尔奖争议｜硅谷徐老师 S8E21

2024/10/23
logo of podcast What's Next｜科技早知道

What's Next｜科技早知道
AI Deep Dive AI Chapters Transcript
People
周
周自横
硅
硅谷徐老师
赵
赵智沉
Topics
赵智沉博士认为，今年诺贝尔物理学奖授予Hopfield和Hinton，表彰其在人工神经网络机器学习方面的贡献，但这与物理学的关系存疑。其贡献可能远未达到诺奖级别，更像是物理学对AI研究的贡献，而非AI对物理学的贡献。他回顾了诺贝尔物理学奖的历史，将其获奖研究分为基础物理学研究、实验物理学研究和应用物理学研究三类，认为今年的获奖研究更偏向于应用物理学，但其影响力仍存疑。 周自横博士认为，虽然Hopfield和Hinton的工作对AI领域有影响，但与当前AI革命关系不大，获奖工作主要是在AI发展历程中的一次尝试，其影响力不足以获得诺贝尔奖。他推测，委员会可能因为想表彰AI领域而选择他们，但其论证不足以服众。 硅谷徐老师则认为，Hinton对AI的贡献值得肯定，其坚持不懈的精神值得敬佩，虽然诺贝尔物理学奖的评选可能存在争议。他同时肯定了Hinton对人脑运作机制的好奇心，认为这是其研究的动力，并赞扬了其不忘初心的精神。

Deep Dive

Chapters
探讨 Hopfield 和 Hinton 如何将物理学工具应用于人工神经网络和机器学习，并分析其获奖原因及争议。
  • Hopfield 的研究结合了学习理论和物理模型，如伊辛模型。
  • Hinton 借鉴了玻尔兹曼热力学分布等物理学概念，发展了 Hopfield 网络和受限玻尔兹曼机。
  • 争议点在于该研究对物理学本身的贡献是否达到诺奖级别。

Shownotes Transcript

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博士，前AI创业者，志于理解心智原理

[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

John J. Hopfield自传：Now What？

后期：Jack 运营：George 设计：饭团

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。

我们还有这些播客：声动早咖啡、声东击西、吃喝玩乐了不起、反潮流俱乐部、泡腾VC、商业WHY酱、跳进兔子洞、不止金钱 欢迎在即刻、微博等社交媒体上与我们互动，搜索声动活泼即可找到我们。 期待你给我们写邮件，邮箱地址是：[email protected]