「相較於其他學科，物理可能更願意擁抱創新的概念。或許從這個意義上來說，2024的物理諾貝爾獎，可能是科學歷史上最具哲理顛覆性的一次決定（也可能是科學人會略有不安的決定）。」——清大物理學系教授王道維
瑞典皇家科學院宣布2024年諾貝爾物理學獎由人工智慧先驅辛頓（Geoffrey Hinton）和美國科學家霍普菲爾德（John Hopfield）獲得，以表彰他們對「人工神經網絡的機器學習之基礎發現與發明」，這項決定除了是瑞典皇家科學院對這兩年來AI浪潮的回應，相信也讓許多人納悶：「為何人工智慧領域的機器學習是物理學？」尤其是辛頓，根本並非物理學家。
如同開篇所引王道維教授的說法，瑞典皇家科學院的這項決定確實引發不小討論。以下，我們將就瑞典皇家科學院的解釋跟相關專家說法統合，來了解人工智慧與物理學之間「追本溯源的關聯」。
霍普菲爾德，從原子的自旋系統發明出霍普菲爾德神經網絡
根據瑞典皇家科學院的新聞稿，授物理學獎給霍普菲爾德與辛頓，是因為他們就物理學的工具及概念，發明出引發第三次AI浪潮的機器學習（Machine learning），誠如他們所言「當我們討論人工智慧時，通常是指使用人工神經網絡進行機器學習」。
這裡要先簡單介紹人工神經網絡（Artificial Neural Network，ANN）。它有點像是讓機器擁有人類大腦的運作機制，透過模仿人類大腦神經元運作方式的數學模型，由一系列的「節點」（神經元）組成，這些節點又藉由「連接」（類似突觸）彼此影響，從而進行數據處理和模式識別。
得主之一的霍普菲爾德，正是因為借用了物理學中描述粒子之間如何相互作用並影響整體能量的「自旋系統」（Spin System），來模擬人工神經網絡中神經元間的相互作用，發明了以他命名的「霍普菲爾德神經網絡」（Hopfield neural network）。
我們可以把上述的解釋想像成一個拼圖遊戲。當我們要完成一個拼圖，如果有一些拼圖塊不見了或放錯位置，我們會根據剩下的部分來調整和猜測，直到拼圖接近完整。「霍普菲爾德神經網絡」就像一個會自己動手的拼圖玩家，會根據已有的部分，逐步調整，直到拼回最完整的圖像；前述的「自旋系統」就像賦予每一塊拼圖磁性——有些拼圖塊會吸引其他的塊，使它們自動移動到正確位置。
因此，普菲爾德的「霍普菲爾德神經網絡」和物理學的關聯在於：它借用了這種「磁力拼圖」的想法，模仿物理系統中的能量最小化過程，來儲存和重建圖像或數據。
諾貝爾官方解釋「霍普菲爾德神經網絡」示意圖：放下一個球，「霍普菲爾德神經網絡」能找到能量最小化的路徑，完成拼圖。（來源：nobelprize）
AI教父辛頓，藉由統計物理學發明玻爾茲曼機
至於有AI教父之稱的辛頓，則是在普菲爾德的基礎上發明了「玻爾茲曼機」（Boltzmann machine），進一步推進人工神經網絡的發展。
延續上面的比喻，「霍普菲爾德神經網絡」如果是一個「經典」的自動拼圖遊戲，能依照既定的規則來慢慢完成圖像，辛頓看了，覺得這遊戲很棒，但他想要讓拼圖的規則更聰明，於是他發明了一個新版本的遊戲，叫作「玻爾茲曼機」。它不只是簡單的拼回原來的圖像，而是能夠從一堆拼圖碎片中自動找出「哪些碎片是最重要的」，甚至能根據這些碎片預測出完整的圖像。
辛頓的「玻爾茲曼機」與物理學的關聯，在於運用了統計物理學的概念，即描述系統中粒子如何以不同的能量分布的「玻爾茲曼分布」（Boltzmann distribution），來幫助其網絡找出規律，像是給它很多不同的圖片，它就能學會自己識別哪些圖像是貓，哪些圖像是狗。
諾貝爾官方解釋辛頓的「玻爾茲曼機」及其改進版本，除了具備統計分布特徵，辛頓還開發出生成模型。此外，具有可見和隱藏節點也是辛頓的重要發明。（來源：nobelprize）
簡而言之，雖然普菲爾德跟辛頓的研究不屬於嚴格定義下的物理學，但他們的發明都來自物理學原理，這便是瑞典皇家科學院認為可授予物理學獎的原因。儘管瑞典皇家科學院已幫大家「科普」了一番，還是有許多專家學者提出不同意見。
其他人工智慧專家包括辛頓本人也有些意見
例如NVIDIA資深研究科學家Jim Fan就在X上不無諷刺的列出一個「品牌再造便車指南」（Hitchhiker’s guide to rebranding），指出如果機器學習可以重塑為「統計力學」；優化模型（Optimize the model）就是物理學的「最小化自由能」（minimize free energy）；擴散模型（Diffusion models）則是統計物理的朗之萬動力學（Langevin dynamics）；那Sora也可重新命名為「學習型物理引擎」（Learned physics engine），可說是「萬變不離物理其宗」的高級酸。
機器學習領域專家Pedro Domingos則發推說：「物理學家認為AI是物理學。統計學家認為AI是統計學。數學家認為AI是數學。心理學家認為AI是心理學。神經科學家認為AI是神經科學。他們全都說得對。」雖然有點酸，但也顯示了AI本身其實是一門跨學科的產物，只是今天剛好被瑞典皇家科學院底下的物理學家「認領」走。
但最酸的應該要屬近年來轉變態度，對AI抱持滅世論的辛頓本人。今天他在多倫多大學（University of Toronto）為他舉辦的發布會上說：「我也想感謝我的學生們⋯⋯他們後來都取得了許多成就。我特別自豪的是，我的一個學生解雇了（OpenAI執行長）Sam Altman。」
更早之前，辛頓獲獎後接受《紐約時報》（The New York Times）訪問。記者問：「你獲得這個物理學獎是不是很奇怪？」辛頓回：「如果諾貝爾獎有計算機科學，我們的工作顯然會更合適。但沒有。」
記者又問：「你因為創造出了一項如今令你擔心的技術，而獲得諾貝爾獎。你對此有何感想？」辛頓的回答是：「獲得諾貝爾獎可能意味著人們會更認真地對待我。」記者追問：「當你警告未來的危險時，更認真的對待你嗎？」辛頓只簡短回答「是的。」足見這位AI教父言簡意賅的幽默。而辛頓的獲獎，也讓人想起諾貝爾（Alfred Nobel）本人最初發明黃色炸藥（Dynamite）又後悔的這段歷史。
這牽引出的思考是，一項發明的好壞，最終都仍是由人類的行為所決定。我們也可反過來想，瑞典皇家科學院授予人工智慧領域學者物理學獎，除了前述那些「機器學習受物理學的啟發」，或許也是藉機向世界宣告，人工智慧對人類的變革，無論是好是壞，都將是極其巨大的。不同於黃色炸藥，人類仍有機會決定人工智慧帶給我們的，究竟是什麼。
訂閱電子報
