统计物理和层展论的胜利：为何2024年诺贝尔物理学奖授予神经网络研究

doi:10.16854/j.cnki.1000-0712.240554

大学物理 ›› 2025, Vol. 44 ›› Issue (1): 1-.doi: 10.16854/j.cnki.1000-0712.240554

• 专家视点 • 下一篇

统计物理和层展论的胜利：为何2024年诺贝尔物理学奖授予神经网络研究

施郁

1. 中国科学院量子信息与量子科技创新研究院和中国科学技术大学上海研究院，上海 201315；
2. 中国科学技术大学，安徽合肥 230026；3. 复旦大学物理学系，上海 200438

收稿日期:2024-11-18 修回日期:2024-12-11 出版日期:2025-03-20 发布日期:2025-03-25
作者简介:施郁（1968—），男，江苏扬州人，中国科学技术大学教授，复旦大学原教授，博士，从事理论物理若干前沿方向研究，涉及量子物理与量子信息，统计物理与凝聚态理论，高能物理以及生物物理，并在物理学史和物理科普方面做了大量工作. E-mail: yu_shi@ustc.edu.cn
基金资助:
国家自然科学基金（T2241005，12447214）资助

The triumph of statistical physics andemergentism

SHI Yu

1. CAS Center for Excellence in Quantum Information and Quantum Physics，University of Science and Technology of China，
Shanghai 201315 ，2. University of Science and Technology of China，Hefei 230026，China，
3. 3.Department of Physics，Fudan University，Shanghai 200438

Received:2024-11-18 Revised:2024-12-11 Online:2025-03-20 Published:2025-03-25

摘要/Abstract

摘要： 本文详细介绍2024年诺贝尔物理学奖获奖成果的来龙去脉，阐述多个相关领域的科学背景、历史、现状和未来，强调神经网络研究的物理学意义和生物学源泉，展示鲜为人知的关联，包括学科之间的关联和科学家之间的关联，反映了学科发展的多维度因素. 本文指出，获奖成果标志了理解智能的物理学成就，是统计物理和层展论的主动实践和胜利. 物理学未来将以各种新的方式更广泛地存在.

关键词: 诺贝尔物理学奖, 神经网络, 机器学习, 统计物理, 层展论

Abstract: We introduce the achievements for which 2024 Nobel Prize in Physics was awarded，and describe the scientific background，history，current status and future，emphasizing the physical implications and biological sources，exposing the connections that were less known，including those among different disciplines and among scientists，indicating many different factors in the development of sciences. It is noted that the achievements winning this prize characterize the success of physics in understanding intelligence，and were initiative practice and triumph of statistical physics and emergentism. The future of physics will exist in various new forms.

Key words: Nobel Prize in physics, neural network, machine learning, statistical physics, emergentism

施郁 . 统计物理和层展论的胜利：为何2024年诺贝尔物理学奖授予神经网络研究[J]. 大学物理, 2025, 44(1): 1-.

SHI Yu. The triumph of statistical physics andemergentism[J]. College Physics, 2025, 44(1): 1-.

[1]	白惠婧, 郑华, 王新刚, 朱励霖, 刘星泉, 郭云. 诺贝尔物理学奖的调查研究[J]. 大学物理, 2026, 45(3): 73-.
[2]	王晓云, 李文渊, 刘翔. 计算物理课程引入机器学习的有效路径研究——以SINDy-PI算法在双摆与罗斯勒系统中的应用为例[J]. 大学物理, 2026, 45(2): 1-.
[3]	李志曈, 喻可, 李昀衡, 朱天宇, 单思超, 谷亚舟, 叶寒 . 人工智能在前沿物理教学中的探索-非线性拓扑层结构的光神经网络研究#br#[J]. 大学物理, 2025, 44(6): 39-.
[4]	魏玉鑫, 徐博, 刘全慧. 消除统计物理中吉布斯佯谬的新方法[J]. 大学物理, 2025, 44(5): 65-.
[5]	吴迪, 马滟青. 用物理学思维点亮人工智能的未来——解读 2024 年诺贝尔物理学奖[J]. 大学物理, 2025, 44(4): 1-.
[6]	高天附, 郑志刚. 前沿研究专著推荐《生物分子马达的统计物理与复杂输运》[J]. 大学物理, 2025, 44(12): 108-.
[7]	董仕练, 宁志芸, 秦鹤洋, 马良. 基于物理诺奖背景的医学和物理交叉人才培养[J]. 大学物理, 2025, 44(11): 72-.
[8]	魏博宁, 汪礼锋. 阿秒脉冲激光与电子动力学——解读2023年诺贝尔物理学奖[J]. 大学物理, 2024, 43(11): 7-.
[9]	朱钦圣, 杨世璐, 刘恒宇, 滕保华. 量子机器学习简介及其在特定场景中的应用[J]. 大学物理, 2023, 42(8): 27-.
[10]	姜雨婧, 陆建隆. 沃尔顿:从实验家到大先生[J]. 大学物理, 2022, 41(8): 52-.
[11]	胡永云. 气候系统和全球变暖 ———解读 2021 年诺贝尔物理奖[J]. 大学物理, 2022, 41(2): 1-.
[12]	谭昊炎, 邵瀚雍, 刘思胤, 王爱记, 白在桥. 基于 LED 光电池阵列和神经网络的空间定位方法[J]. 大学物理, 2021, 40(8): 81-.
[13]	包景东. 提高线上物理教学质量需“钩玄提要”[J]. 大学物理, 2021, 40(6): 1-.
[14]	吕广宏, 李宇浩, 张雪松, 金硕, 周苗, 程龙. 化学势在钨表面氢平衡浓度计算中的应用[J]. 大学物理, 2021, 40(01): 7-11.
[15]	班世豪, 张子奕, 王鑫, 刘全慧. 自由粒子在μ空间的运动描述 [J]. 大学物理, 2020, 39(8): 64-67.

统计物理和层展论的胜利：为何2024年诺贝尔物理学奖授予神经网络研究

The triumph of statistical physics andemergentism

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0