大自然的计算：从伊辛模型到生成学习

本文从统计物理的视角，回顾了2024年诺贝尔物理学奖得主约翰·霍普菲尔德和杰弗里·辛顿的主要贡献，特别是他们在Hopfield模型、玻尔兹曼机和生成学习领域的开创性工作。文章详细介绍了这些模型如何从伊辛模型和玻尔兹曼分布中汲取灵感，推动了机器学习的早期发展。通过对历史背景的梳理，文章展示了统计物理与机器学习在20世纪末的紧密互动，并探讨了这些模型在生成学习中的应用及其面临的挑战。最后，文章展望了未来物理与机器学习交互领域的发展方向，特别是在深度学习时代，统计物理如何继续为机器学习提供理论支持。