约翰·霍普菲尔德
约 1933 年活跃, 美国伊利诺伊州芝加哥
经典统计力学前沿物理学
诺贝尔物理学奖 2024美国物理学家兼生物学家,提出「Hopfield 网络」——开启现代机器学习的联想记忆模型。
Hopfield 在凝聚态物理、分子生物学(证明蛋白质合成中的「动力学校正」)与计算神经科学之间游走。1982年他提出收敛于「能量极小」的递归二值神经元模型——把神经网络变成统计物理问题,唤醒了一个沉寂的领域。
获诺贝尔奖的研究工作
Hopfield 网络(1982)给每个状态赋予类伊辛「能量」:神经元更新总使能量下降,因此记忆是网络「滚入」的局部极小——按内容而非地址回忆。与自旋玻璃的联系使容量与误差得以分析;这一能量思想随后孕育了 Hinton 的玻尔兹曼机并启发深度学习。
工作机构: 普林斯顿大学, 加州理工学院
美国