中央研究院 Logo

【時間】14:00-15:10

【講員】羅中泉教授 (國立清華大學系統神經科學研究所)

【講題】從伽伐尼到霍普菲爾德：兩世紀的計算神經科學旅程如何奠定了現代人工智慧

【摘要】在過去的兩個世紀中，我們在神經計算的知識上的演進為現代人工智慧奠定了基礎。本演講將從路易吉·伽伐尼（Luigi Galvani）於1780年發現神經傳遞電訊號開始，追溯關鍵的里程碑，包括霍奇金-赫胥黎模型（Hodgkin-Huxley model）- 艾倫·霍奇金（Alan Hodgkin）和安德魯·赫胥黎（Andrew Huxley）因此獲得了1963年的諾貝爾生理學或醫學獎 - 該模型數學地描述了神經元如何產生和傳播動作電位。
接下來，我們將探討從單一神經元到神經網路的理論科學演進，除了介紹幾個重要的理論與模型，重點將放在介紹由約翰·霍普菲爾德（John J. Hopfield）提出的霍普菲爾德網路。霍普菲爾德與傑佛瑞·辛頓（Geoffrey Hinton）共同獲得了2024年諾貝爾物理學獎。本次演講將帶大家瀏覽這段非凡的科學旅程，介紹那些導致現代人工智慧的關鍵發展，並向今年諾貝爾獎所表彰的先驅者致敬。
接下來，我們將探討從單一神經元到神經網路的理論科學演進，除了介紹幾個重要的理論與模型，重點將放在介紹由約翰·霍普菲爾德（John J. Hopfield）提出的霍普菲爾德網路。霍普菲爾德與傑佛瑞·辛頓（Geoffrey Hinton）共同獲得了2024年諾貝爾物理學獎。本次演講將帶大家瀏覽這段非凡的科學旅程，介紹那些導致現代人工智慧的關鍵發展，並向今年諾貝爾獎所表彰的先驅者致敬。

【時間】15:30-16:40

【講員】王道維教授(國立清華大學物理系/人文社會AI應用與發展研究中心)

【講題】當人造虛擬進入物理真實

【摘要】2024年諾貝爾物理獎頒給AI教父Geoffrey Hinton，引發了許多爭議。Hinton雖非物理學家，但他所推動的類神經網路技術在各領域大放異彩，使原本屬於資工演算法的機器學習，意外被視為物理研究的成果而得獎。此次我將先簡要回顧Hinton的求學和研究歷程，以基礎的物理概念來說明類神經網路的本質，並解釋後來如何演化成為當今人工智慧領域最成功的演算法---深度學習。在簡介幾個應用於物理研究的例子後，我也將說明AI的應用與其潛在的問題如何對人文社會領域帶來重大的影響。這是為何Hinton於2023年選擇離開Google、對自己發明深度學習表達後悔，反而積極呼籲暫緩當前的AI發展，免得危及人類自身。面對AI這個人類歷史上最具跨領域且顛覆性的技術，這次的諾貝爾物理獎在科學史上顯然具有典範性的獨特意義。