2024年諾貝爾物理學獎授予了約翰·霍普菲爾德（John J. Hopfield）和傑弗裏·辛頓（Geoffrey Hinton），表彰他們在人工神經網絡發展中的關鍵貢獻，這為現代機器學習和人工智能奠定了基礎。
霍普菲爾德是普林斯頓大學的分子生物學教授，他於1982年提出了著名的霍普菲爾德網絡（Hopfield Network）。該網絡是最早的人工神經網絡之一，基於聯想記憶的概念，模仿生物神經元在接觸刺激時加強彼此連接的過程。霍普菲爾德網絡利用統計力學的原理，解釋了神經連接如何存儲和回憶記憶。當網絡暴露於某一刺激時，它會形成關聯，從而能夠在數據不完整或有噪聲時識別模式。這一模型是理解神經網絡如何模擬大腦行為的重要突破，將物理學原理應用於解決記憶和模式識別的問題。
傑弗裏·辛頓是多倫多大學計算機科學教授，他在霍普菲爾德的基礎上進一步拓展了神經網絡的應用，使其能夠執行更複雜的任務。辛頓因創建玻爾茲曼機（Boltzmann Machine）而聞名，這是一種深度學習架構，能夠建模複雜的數據結構，並在數據集中識別特征。玻爾茲曼機采用物理學的概念，模擬係統達到平衡狀態的過程，使其能夠在無需明確監督的情況下處理和學習數據。這一方法在圖像分類、語言處理和生成模型等領域中具有重要作用，在這些領域，AI係統可以基於過去觀察到的模式生成新內容。
辛頓的工作推動了機器學習的革命性進展，使他成為現代人工智能領域的關鍵人物。他的研究為推動當今許多技術的發展奠定了基礎，從麵部識別係統到語音翻譯工具和自動駕駛汽車，深度學習技術無處不在。他被稱為“AI教父”，這一稱號反映了他在將AI從理論學科轉變為影響日常技術的核心角色。
