研究人工脑神经网络先驱 2科学家夺物理学奖

（斯德哥尔摩8日综合电）诺贝尔物理学奖由两名研究人工脑神经网络的科学家夺得，分别是美国学者霍普菲尔德和加拿大学者辛顿，以表彰他们“透过人工神经网络实现机器学习的基础性发现和发明”。

这一奖项不仅是对他们个人贡献的肯定，更是对整个科技界在人工智能（AI）发展上所做努力的认可。

今年诺贝尔物理学奖得主于大马时间周二（8日）下午5时45分许出炉，由美国新泽西州普林斯顿大学教授霍普菲尔德（John J. Hopfield）和加拿大多伦多大学大学教授辛顿（Geoffery E. Hinton）共享殊荣，表彰其根本性的发现和创新，使世人能透过人工神经网络（Artificial Neural Networks）从事机器学习。

2人将平分奖金1100万瑞典克朗（约456万令吉）。

套用到电脑演算法

人工神经网络是指一种模仿生物神经网络的结构和功能，并套用到数学模型或计算模型中。人工神经网络是由生物学所启发，并套用到电脑演算法当中。

现年91岁的霍普菲尔德，先后在加州大学、普林斯顿大学、加州理工学院教授物理学。他在荣誉退休后，亦持续与美国科研机构贝尔实验室保持密切联系。1982年，他创建一个可以储存和重建资讯的结构，名为霍普菲尔德神经网络（Hopfield neural network），对相关领域有巨大贡献。

现年76岁的辛顿，曾在谷歌（Google）工作，后来到多伦多大学任教电脑科学。他发明了一种可以独立发现资料属性的方法，这对于现在使用的大型神经网络来说已变得非常重要。

这两位获奖者将受邀于12月10日诺贝尔逝世周年纪念日的颁奖典礼上接受颁奖。

继周二物理奖得主公布后，周三（9日）将继续公布诺贝尔化学奖，周四（10日）公布文学奖。诺贝尔和平奖将于周五（11日）公布，经济学奖将于10月14日公布。

2023年的诺贝尔物理奖得主为克劳斯（Ferenc Krausz）、阿戈斯蒂尼（Pierre Agostini）和勒惠利尔（Anne L’Huillier），他们在物质电子动力学研究中产生阿秒光脉冲的实验方法，这些实验为人类探索原子和分子内部的电子世界提供了新的工具。