北京时间10月8日下午5点45分许，2024年诺贝尔物理学奖揭晓。美国和加拿大科学家John J. Hopfield、Geoffrey E. Hinton获奖，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”。




不得不吐槽一句，这特么跟物理有毛关系啊。。。诺奖果然各个都化学奖化了。。。
--
修改:molar FROM 111.201.70.*
FROM 111.201.70.*

没太看明白。。。是说谁在谁的基础之上？


【 在 farewell2023 的大作中提到: 】
: 人工智能，设计 超大规模集成电路 很有用
: 话说深度学习 是在这个基础之上吧？
:
: ...................
--
FROM 111.201.70.*

“化学奖化”，意思是说，就跟很多年以来的化学奖一样，主要奖的不是化学学科成就，而几乎成了一个“综合科学技术奖”，啥偏门的沾点儿边儿就往里放。。。



【 在 blueboats 的大作中提到: 】
: 这和化学也没啥关系啊……
: 北京时间10月8日下午5点45分许，2024年诺贝尔物理学奖揭晓。美国和加拿大科学家John J. Hopfield、Geoffrey E. Hinton获奖，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”。
:
: ...................
--
FROM 111.201.70.*

诺贝尔奖是给即有成就的奖，即便日后会有“将充斥大量人工智能写的物理论文”的时候，那也应该真的到那一天的时候再发奖。。。

就物理科研而言，机器学习目前的确有不少很有意思的应用，但是一方面，还仅仅是“有意思”，仍不是重大的成就；另一方面，物理学的主流终归还是看重解析的，或至少是看重可解释性的，而这两点都是目前机器学习所不能达到的。

所以话说回来，要么日后物理学科研习惯/审美观大变样，要不然的话，机器学习在物理中的应用还得往后靠。不过总的来说，俺看好机器学习在数学中的重大应用能够更早的出现，那里的土壤更加适合现阶段的机器学习，也为日后进入自然科学领域做好准备。。。


【 在 shangcy 的大作中提到: 】
: 你说物理奖“化学化”了，化学也有几十年排队等着呢，估计诺贝尔奖认为分量不足。
: 人工智能将对物理学产生重要影响，以后将充斥大量人工智能写的物理论文。
--
修改:molar FROM 111.201.70.*
FROM 111.201.70.*

现在主要的确是集中在这样的应用方向上，这在过去叫做“扫参数空间”，属于体力活儿。

前贴关键在于说明，这些不能算是“做解析”。目前的机器学习应用，离这个还比较远。需要再迭代几代，才可能做解析方面的工作。它跟上面那个是不同类型的工作。。。



【 在 Crusade 的大作中提到: 】
: 问题不大，可以炒菜做材料开发。不用老中医老师傅一点点摸索了
: 结果有意义即可
: - 来自 水木社区APP v3.5.7
--
修改:molar FROM 111.201.70.*
FROM 111.201.70.*