hLife Journal分享 http://blog.sciencenet.cn/u/yanqun393

博文

[转载]hLife | 中科大刘欢团队解析人工智能神经网络科学技术史

已有 272 次阅读 2025-6-3 13:44 |系统分类:论文交流|文章来源:转载

近年来,人工智能(AI)技术的发展正以前所未有的速度改变着我们的世界。约翰·霍普菲尔德(John Hopfield)和杰弗里·辛顿(Geoffrey Hinton)在神经网络领域做出了开创性贡献。为什么人工智能研究领域受到全球关注?人工智能发展进程中又是如何演化?

近日,中国科学技术大学刘欢团队在hLife发表了题为Learning from life, enabling artificial intelligence: Scientific historical insights from the Nobel Prize in Physics” 的文章(图1),从科学史的视角追溯了人工智能神经网络领域发展历程。题目作者信息.jpg

图1 论文标题及作者信息

人工神经网络的起源可追溯至20世纪中叶。1943年,沃伦·麦卡洛克(Warren McCulloch)与沃尔特·皮茨(Walter Pitts)提出了逻辑神经元模型,为神经网络奠定了数学基础。1950年,艾伦·图灵(Alan Turing)提出了图灵测试,为评估机器智能提供了哲学与实践框架。1956年达特茅斯会议标志着人工智能作为一个独立学科的正式确立,为研究智能机器制定了明确目标。1958年,弗兰克·罗森布拉特(Frank Rosenblatt)提出了感知机,这是最早的神经网络实现之一。次年,阿瑟·塞缪尔(Arthur Samuel)提出了“机器学习”一词,用于描述机器如何通过数据和经验实现自我优化。这一概念彻底改变了人工智能研究的方向,从显式编程转向数据驱动的学习方法。1969年,马文·明斯基(Marvin Minsky)和西摩·帕普特(Seymour Papert)出版了《感知机:计算几何学导论》,指出单层感知机的局限性,例如无法解决“异或”(XOR)等非线性问题。

从20世纪70年代末至今,人工智能与物理学两大学科之间的交汇与融合,呈现出显著的阶段性特征。1982年,霍普菲尔德提出了霍普菲尔德网络,这是一种模拟联想记忆的模型,旨在仿效大脑处理不完整或噪声信息的能力。通过动态状态调整,该网络实现了稳定的记忆存储,成为神经网络研究的重要突破。该网络的提出,首次在物理学与神经科学之间架起桥梁,玻尔兹曼机的问世则进一步将这种跨学科的融合推向了高潮。

在霍普菲尔德网络的基础上,辛顿于1983至1985年间构建了玻尔兹曼机模型,进一步推动了该领域的发展。该模型引入了统计物理中的概率分布,使神经网络能够通过无监督学习自动提取数据中的模式。正是在这样的跨学科碰撞与交融中,深度学习算法逐渐从纯理论探索走向实践应用,并最终彻底改变了科技发展的面貌。2012年,AlexNet在ImageNet竞赛中获胜,证明了卷积神经网络(CNN)在图像识别中的变革潜力。这一里程碑标志着深度学习的黄金时代的到来。2014年,“生成对抗网络(GANs)” 理论框架的提出极大拓展了人工智能的应用边界,使其不仅能识别图像,更具备了“生成”内容的能力。GANs 的对抗训练机制借鉴了博弈论思想,也为 AI 在艺术创作、医学影像合成等领域带来突破。2017年,Transformer 模型横空出世,打破了传统序列建模对时间顺序的依赖,极大提升了自然语言处理(NLP)系统的效率与性能,并直接催生了后来的 ChatGPT 和 GPT-4 等大型语言模型。

2020年,GPT-3 发布,以其 1750 亿参数的规模震惊学界,具备写诗、编程、自动摘要等强大能力,标志着语言生成从“模式识别”向“泛化理解”跃迁。同年,AlphaFold2 的问世开启了 AI 介入自然科学的又一次跃升——通过深度神经网络对蛋白质结构进行精准预测,AI 不再只是“类人智能”,更成为理解生命的科学工具。

屏幕截图 2025-06-03 134236.png

图2 人工智能的演进:从感知机到深度学习

霍普菲尔德和辛顿对于统计物理与神经网络深度融合所做出的贡献,不仅仅局限于技术层面,更通过“从生命中学习(Learning from Life)”理念,将自然世界的智慧机制转化为人工智能算法。换言之,生物学启发的人工神经网络,通过模仿大脑的运行模式,让计算机系统具备了类似人类认知的学习与思考能力。人工智能与物理学、生物学、计算机科学、神经科学等学科的深度融合将带来更广泛的技术革新,通过理解更深层次的生物大脑,或可迈向实现通用人工智能(AGI)。

本文是hLife期刊新开设的History专栏的首篇文章,如果你对科技发展背后的故事感兴趣,想了解更多跨学科交融推动科技进步的精彩历史,敬请关注History专栏,更多精彩内容等你探索!

✦  +

+

作者简介

吴宗震.jpg

吴宗震 硕士研究生

第一作者

机构中国科学技术大学

研究方向科学技术史

刘欢.jpg

刘欢 副教授

通讯作者

机构中国科学技术大学

研究方向科学技术史、病毒学史、医学史

引用格式:Wu Z, Zhang L, Xiang Q, et al. Learning from life, enabling artificial intelligence: Scientific historical insights from the Nobel Prize in Physics. hLife 2025;  https://doi.org/10.1016/j.hlife.2025.03.005.

期刊简介

hLife由高福院士、董晨院士和Jules A. Hoffmann教授(2011诺奖获得者)领衔,是中国科学院微生物研究所主办,中国生物工程学会,浙江大学陈廷骅大健康学院,西湖大学医学院,上海市免疫治疗创新研究院和广州霍夫曼免疫研究所联合支持,与国际出版商爱思唯尔合作的健康科学领域综合性英文期刊。

hLife聚焦健康科学领域的前沿进展,旨在促进基础研究与临床应用的融合发展。期刊发表与医学相关各研究领域最新成果,学科领域包括(但不限于)病原生物学、流行病学、生理学、免疫学、结构生物学、疾病监测、肿瘤、药物、疫苗和健康政策等。

hLife是一本金色开放获取期刊,月刊出版;2022年成功入选“中国科技期刊卓越行动计划高起点新刊”;2023年11月正式创刊; 2024年5月被DOAJ收录;2024年8月被Scopus收录。

2026年前hLife接收的稿件免收文章处理费(APC)。

期刊网址

https://www.sciencedirect.com/journ



https://wap.sciencenet.cn/blog-3552961-1488311.html

上一篇:[转载]hLife | 2023–2024高被引论文TOP10
下一篇:[转载]hLife |菌群、慢性炎症与健康:炎症组学开启精准医疗新时代
收藏 IP: 124.16.161.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2025-6-6 02:33

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部