约翰·霍普菲尔德

约翰·霍普菲尔德（John J. Hopfield），男，1933年7月15日出生于美国伊利诺伊州芝加哥市，康奈尔大学物理学博士，生物物理学家、神经科学家、计算机科学家，美国国家科学院院士，普林斯顿大学教授，2024年诺贝尔物理学奖获得者。^[1][2][3][4]

约翰·霍普菲尔德1954年本科毕业于斯沃斯莫尔学院，1957年博士毕业于康奈尔大学，之后进入贝尔实验室成为了一名理论物理组技术人员，并开始其科研生涯。1968年，约翰·霍普菲尔德获得古根海姆奖学金，而后返回美国转向研究物理学和生物学交叉领域。1969年，约翰·霍普菲尔德获得美国物理学会奥利弗·E·巴克利凝聚态物质奖。1971年，成为总统科学咨询委员会（PSAC）战略军事小组成员。1973年，成为贝尔电话实验室分子生物物理学组技术人员。1974年，约翰·霍普菲尔德证明基因表达中存在的高精度可以通过称为“动力学校对”的偶联化学反应来解释，该发现为遗传学领域做出了重大贡献。1982年，约翰·霍普菲尔德提出了Hopfield神经网络（HNN），该神经网络模型解释了神经元系统如何相互作用以产生稳定的记忆，对人工智能和神经网络的发展影响深远。1997年，约翰·霍普菲尔德担任普林斯顿大学教授；2001年，担任Howard A. Prior分子生物学教授。2006年，约翰·霍普菲尔德成为美国物理学会（APS）主席。约翰·霍普菲尔德研究领域具有跨学科性质，涉及固体物理学、分子生物学、神经科学以及计算机科学。^[5][4][6][7]

约翰·霍普菲尔德曾获神经科学学会斯沃茨奖、宾夕法尼亚大学工程与应用科学学院的哈罗德·彭德奖、国际理论物理中心的狄拉克奖以及国际神经网络学会的亥姆霍兹奖等荣誉奖项。2022年获玻尔兹曼奖。^[8]2024年10月8日，约翰·霍普菲尔德因“利用人工神经网络进行机器学习做出的基础性发现和发明”获得2024年诺贝尔物理学奖。^[1][4]

1954年，约翰·霍普菲尔德在斯沃斯莫尔学院获得物理学学士学位，之后进入康奈尔大学学习理论凝聚态物理学，1957年获得物理学博士学位。^[4][2]

1958年，约翰·霍普菲尔德成为贝尔实验室的技术人员；1960年任巴黎高等师范学院客座物理学家；1961年，约翰·霍普菲尔德任加州大学伯克利分校物理学副教授；1964年任普林斯顿大学物理学教授，其间曾赴英国剑桥卡文迪什实验室访问学习；1965年，成为美国国家航空航天局（NASA）第谷研究组成员；1968年，约翰·霍普菲尔德获得古根海姆奖学金后返回美国，转向研究物理学和生物学的交叉领域。1969年，约翰·霍普菲尔德荣获美国物理学会奥利弗·E·巴克利凝聚态物质奖。2006年，成为美国物理学会（APS）主席。^[2][4][7][9]

1971年，成为总统科学咨询委员会（PSAC）战略军事小组成员。1973年，成为贝尔电话实验室分子生物物理学组技术人员。1974年，霍普菲尔德证明基因表达中存在的高精度可以通过称为“动力学校对”的偶联化学反应来解释。该发现为遗传学领域做出重大贡献。1980年任加州理工学院化学与生物学教授，并成为加州理工学院计算与神经系统项目主席。1982年，成为巴特尔纪念研究所董事会成员。1997年，约翰·霍普菲尔德任普林斯顿大学分子生物学教授。2001年，担任Howard A. Prior分子生物学教授。^{[2][4][5][7][9]}

1982年，霍普菲尔德开发了一个神经网络模型来解释大脑如何回忆记忆。1983年，成为加州大学圣塔芭芭拉分校理论物理研究所顾问委员会成员。1984年，成为新泽西州默里山AT&T贝尔实验室技术人员成员。1985年，约翰·霍普菲尔德荣获美国物理学会马克斯·德尔布鲁克生物物理学奖。1990年，约翰·霍普菲尔德成为哈维穆德学院董事会成员。1995年，成为美国国家科学院出版委员会主席。^[4][5]2022年，因其研究扩展了统计物理学的边界，使其涵盖生命现象，从分子水平信息传输的动力学校对到神经网络的动力学，获得2022年玻尔兹曼奖。^[8]2024年10月8日，瑞典皇家科学院决定将2024年诺贝尔物理学奖授予约翰·霍普菲尔德和杰弗里·辛顿（Geoffrey E. Hinton），“以表彰他们为利用人工神经网络进行机器学习做出的基础性发现和发明”。^[1]

约翰·霍普菲尔德研究领域广泛，他以固体物理学家的身份开始职业生涯，之后转向分子生物学并在神经科学领域开展开创性研究。约翰·霍普菲尔德的研究领域包括光合作用中重要的电子转移过程、DNA转录和表达中的生物校对机制以及大脑功能与计算机之间的关系。^[2]

美国国家科学院院士、美国艺术与科学学院院士、美国哲学学会院士、美国物理学会（APS）主席、巴特尔纪念研究所董事会成员、哈维穆德学院董事会成员。^[2][4]

约翰·霍普菲尔德在1974年证明了基因表达的高精确度可以用称为“动力学校对”的偶联化学反应来解释，这是遗传学领域的一项重大贡献。^[5]

1982年，约翰·霍普菲尔德提出了Hopfield神经网络（HNN），解释了神经元系统如何相互作用以产生稳定的记忆，以及神经元系统如何应用简单的过程来根据部分信息完成整个记忆；1984年，约翰·霍普菲尔德设计出该网络的电子线路，为人工神经网络模型的可用性提供了物理证明，对人工神经网络的发展影响深远。^{[5][4][6][10]}

约翰·霍普菲尔德的父母都是物理学家，其父亲约翰·约瑟夫·霍普菲尔德是1928年古根海姆物理学奖获得者。^[7]约翰·霍普菲尔德幼年时热衷于了解事物的工作原理，他可以拆卸家里的东西并恢复原状，还制作出模型飞机和矿石收音机。^[5][4]

约翰·霍普菲尔德育有三女，艾莉森·霍普菲尔德、杰西卡·霍普菲尔德、娜塔莉·霍普菲尔德。^[4]

约翰·霍普菲尔德扩展了统计物理学的边界，使其涵盖生命现象，从分子水平信息传输的动力学校对到神经网络的动力学，他创建了一种用于思考大脑计算的新语言。（IUPAP统计物理委员会）^[12]