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。

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 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 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