第17期 AI行业周报（2024-10.7-13）

2024年10月21日修改

上周精选 ✦

上周诺贝尔奖24年的开奖了，物理学和化学奖的获得者都跟AI相关。特别搞笑的是 Geoffrey 在获奖视频上说最自豪的是自己的学生（Ilya）解雇了Sam ，哈哈。

其中诺贝尔物理学奖颁给了约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton），以表彰他们在机器学习领域，特别是人工神经网络方面的奠基性贡献。

获奖理由是：

这两位获奖者利用物理学工具开发了如今强大的机器学习方法。约翰·霍普菲尔德创建了一种关联记忆，可以存储和重建图像及其他类型的数据模式。杰弗里·辛顿则发明了一种方法，可以自主发现数据中的属性，从而执行诸如识别图片中特定元素的任务。这些技术在物理学中被广泛应用，例如开发具有特定属性的新材料。

两位的具体履历：

•

约翰·J·霍普菲尔德

•

出生日期：1933年

•

教育背景：1958年获得康奈尔大学博士学位

•

职业生涯：曾在加州大学伯克利分校、普林斯顿大学和加州理工学院任教。他以发展霍普菲尔德网络而闻名，这是一种用于内容寻址存储器的人工网络。

•

其他荣誉：曾获得麦克阿瑟奖（1983-1988）、狄拉克奖章（2001）和爱因斯坦奖（2005）等。

杰弗里·E·辛顿

•

出生日期：1947年

•

教育背景：1978年获得爱丁堡大学人工智能博士学位

•

职业生涯：主要在多伦多大学任职，并在2013年至2023年间为谷歌工作。他是深度学习领域的先驱，开发了反向传播算法和深度信念网络等关键技术。

•

其他荣誉：2018年图灵奖得主，并于2024年因其在机器学习中的基础性发现与发明而获得诺贝尔物理学奖。

诺贝尔化学奖授予了三位科学家：大卫·贝克（David Baker）、德米斯·哈萨比斯（Demis Hassabis）和约翰·M·朱姆珀（John M. Jumper），以表彰他们在蛋白质研究领域的杰出贡献。

获奖原因有：

大卫·贝克因其在“计算蛋白质设计”方面的工作获得了半数奖金。他开发了计算方法，能够设计出全新的蛋白质，这些蛋白质具有独特的形状和功能，可能用于药物、疫苗、纳米材料和传感器等多个领域

德米斯·哈萨比斯和约翰·M·朱姆珀共同分享了另一半奖金，他们利用人工智能模型AlphaFold2解决了一个长达50年的科学难题：从氨基酸序列预测蛋白质的三维结构。这一突破性成就使得几乎所有已知蛋白质的结构预测成为可能。

三位的具体履历：

大卫·贝克

•

出生：1962年，美国华盛顿州西雅图

第17期 AI行业周报（2024-10.7-13）​