大自然的计算：从伊辛模型到生成学习.pdf

2024年诺贝尔物理学奖专题

大自然的计算：从伊辛模型到生成学习2025－01－10收到

†email：wanglei@

1，†2，††††email：panzhang@

王磊张潘

(1中国科学院物理研究所北京100190)DOI：10.7693/w

CSTR：32040.14.w

(2中国科学院理论物理研究所北京100190)

Thecomputationofnature:fromtheIsingmodel

togenerativelearning

†††

WANGLei1，ZHANGPan2，

(1InstituteofPhysics，ChineseAcademyofSciences，Beijing100190，China)

(2InstituteofTheoreticalPhysics，ChineseAcademyofSciences，Beijing100190，China)

摘要2024年诺贝尔物理学奖授予约翰·霍普菲尔德和杰弗里·辛顿，这对

很多人来说是出乎意料的。文章将从统计物理的视角，从伊辛模型出发，逐步介绍

霍普菲尔德和辛顿的主要贡献，其中包括Hopfield模型、玻尔兹曼机、非监督学习，

以及现代生成模型。还将回顾统计物理和机器学习在20世纪末期的精彩合作历程，

并对未来物理与机器学习交互领域的发展方向进行简单展望。

关键词玻尔兹曼机，Hopfield模型，伊辛模型，机器学习，统计物理，

生成模型

AbstractThe2024NobelPrizeinPhysicswasawardedtoJohnHopfieldand

GeoffreyHinton,whichcameasasurprisetomanypeople.Inthisintroductoryarticle,we

willexploretheirmajorcontributionsfromtheperspectiveofstatisticalphysics,startingwith

theIsingmodel.ThisincludestheHopfieldmodel,Boltzmannmachines,unsupervised

learning,andmoderngenerativemodels.Thearticlewillalsoreviewtheexciting

collaborationbetweenstatisticalphysicsandmachinelearningattheendofthelastcentury

andprovideabriefoutlookonthefuturedirectionsoftheinterdisciplinaryfieldbetween

physicsandm