程序员拿了物理学奖？2024 年真发生了

2024 年 10 月 8 日，诺贝尔物理学奖揭晓：约翰·霍普菲尔德与杰弗里·欣顿，表彰他们“为实现利用人工神经网络进行机器学习作出的基础性发现和发明”。消息一出，连两位得主自己都大呼意外——这看上去分明是计算机领域的事，怎么颁了物理学奖？连诺奖官方都专门发帖反问网友：你知道机器学习的模型是基于物理方程的吗？

神经网络的物理血统

回到 1982 年，物理学家霍普菲尔德提出了一个如今以他命名的网络。它的核心思想借自统计物理：把记忆想象成一片起伏的能量地形，存进去的模式就是地形里的一个个山谷；给网络一张残缺的图案，它就像小球滚下山坡一样，自动滚进最像的那个山谷，把图案补完整。你现在用手机相册“模糊照片一键修复”，基因里就有这个思路。

欣顿接着往前走。他借统计物理学巨匠玻尔兹曼之名，提出了“玻尔兹曼机”，让网络不必人工标注，就能自己从数据里发现规律——机器“无师自通”的开端。此后四十多年，这些想法与反向传播等技术一层层垒起来，长成了今天会聊天、会画图、会写代码的深度学习。诺奖委员会的总结很清楚：两位得主用物理学的工具，在信息中找出了模式。

• 霍普菲尔德网络：把记忆存成能量地形的山谷
• 玻尔兹曼机：从数据中自己找规律的网络
• 统计物理：研究大量粒子集体行为的物理分支
• 深度学习：多层神经网络掀起的训练浪潮
• 交叉学科：物理与计算机边界的融化

学科边界正在融化

争议当然有：有人嘀咕“这不算传统物理”。但翻开科学史，边界的融化往往是常态——薛定谔不是还写过《生命是什么》吗？看看第二年：2025 年物理学奖颁给了在电路中看见宏观量子效应的三位科学家克拉克、德沃雷和马蒂尼斯，量子技术继续霸榜。也许过不了几年，“某学科奖”这个词本身，就该重新定义了。

想一想：你在学校学的物理、生物、信息技术，未来可能越来越难分家。如果让你挑两门“看起来不相关”的学科把它们连起来做研究，你会选哪两门？

正是物理学原理为两位科学家提供了思路，而研究成果又被用于推动多个领域的研究。——诺贝尔物理学委员会（2024）