AIGC动态欢迎阅读
内容摘要:
点击上方蓝字关注我们今年的获奖者运用物理学工具构建了方法,为当今强大的机器学习奠定了基础。约翰·霍普菲尔德(John Hopfield)设计了一种能够存储和重建信息的结构。杰弗里·辛顿(Geoffrey Hinton)发明了一种可以独立识别数据特性的方式,这对现在使用的大型人工神经网络至关重要。
他们利用物理学在信息中寻找模式许多人都体验过计算机如何进行语言翻译、图像解读,甚至进行合理的对话。然而,可能不为人知的是,这种技术在研究中已经发挥了重要作用,包括海量数据的整理和分析。在过去的十五到二十年中,机器学习的发展突飞猛进,依赖一种称为人工神经网络的结构。如今,当我们谈论人工智能时,往往指的就是这种技术。
尽管计算机无法思考,但现在的机器能够模拟记忆和学习等功能。今年的物理学获奖者使这一切成为可能。他们利用物理学的基本概念和方法,开发了使用网络结构处理信息的技术。
机器学习与传统软件不同,后者的工作方式类似于食谱。软件接收数据,根据明确的描述进行处理并生成结果,就像一个人收集原料,按照食谱制作蛋糕。而在机器学习中,计算机通过示例进行学习,使其能够解决那些过于模糊和复杂的问题,难以通过逐
原文链接:一文理解今年的诺贝尔物理奖
联系作者
文章来源:AI范儿
作者微信:
作者简介:
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...