为探索诺奖成就、解析AI热潮、启迪未来科技，物理学院于2024年11月14日15:00在理6栋525报告厅成功举办第十七届勷勤论坛物理学院分论坛之2024年诺贝尔物理学奖解读及机器学习简介专题讲座。
图1讲座现场
莅临本次讲座现场的嘉宾有华南师范大学原校长王恩科教授、物理学院副院长颜辉教授、物理学院理论物理研究所所长艾保全教授、教育部“长江学者”赵纪军教授等，主讲嘉宾是厦门大学赵鸿教授。
图2 赵鸿教授科普物理学与人工智能的联系
本次讲座深入探讨了2024年诺贝尔物理学奖的获奖原因，特别是为何霍普菲尔德和辛顿能够获此殊荣。讲座首先解释了他们的工作与近十年来人工智能热潮之间的联系，并讨论了机器智能失控的风险是否被过度夸大。霍普菲尔德的霍普菲尔德网络为理解神经网络的工作原理奠定了基础，而辛顿作为“人工智能之父”，在深度学习和神经网络领域做出了巨大贡献。接着，讲座介绍了机器学习的基本概念，并对比了机器学习与人类学习的不同之处。此外，还探讨了深度网络与浅层网络的差异，以及transformer模型与传统深度网络的构建关系。
图3 赵鸿教授解析2024年诺贝尔物理学奖
在讲座的后半部分，赵鸿教授详细介绍了课题组在非对称霍普菲尔德模型、机器学习系统预测与状态预测、深度学习机理等方面的最新研究进展。这些研究不仅展示了物理学与人工智能之间的深刻联系，也体现了统计物理和凝聚态物理对神经网络发展的重要影响。通过这些内容，讲座旨在为听众提供一个全面了解当前物理学与人工智能交叉领域的平台，并对物理学未来的发展趋势进行了展望。
在这场深入浅出的讲座中，在座老师和同学们对霍普菲尔德和辛顿的诺贝尔物理学奖成就表现出浓厚的兴趣。他们对人工智能的快速发展及其对社会的深远影响感到震撼，同时也对机器智能的未来充满了好奇和期待。讲座中关于机器学习与人类学习的差异、深度网络的奥秘以及transformer模型的讨论，激发了观众的思考，让他们对这些前沿科技有了更深刻的认识。赵鸿教授课题组的研究成果展示，更是让同学们深切感受到了科研的魅力和创新的力量，在讲座结束后仍沉浸在对未来科技的无限遐想中，纷纷表示受益匪浅，对下一次的科技探索充满期待。
图4 讲座合影
撰稿：聂杏芝
初审：李泳仪
复审：刘 震
邹静宜
终审：王 丰