感謝清大物理系(11/20/2024)、中研院物理所(11/28/2024)與中山大學理學院(12/19/2024)的邀請，讓我這個半路出家，對AI與人社似懂非懂的物理人，有此機會準備這場比較特別的AI科普演講。希望可以從「神經」-->「物理」-->「資工」-->「哲學」-->「教育」-->「社會」-->「心理」這個AI發展或影響的脈絡有比較好的釐清，最後仍要以此反思今年的諾貝爾物理獎為何如此特別，特別是對唯物論為基礎的自然科學。以前未曾這樣嘗試過，但希望能對人社理工背景的同學都能有些聯結點，又能互相看到彼此需要學習了解的地方。

題目：當人造虛擬進入物理真實

摘要：2024年諾貝爾物理獎頒給類神經網路的發明人，John J. Hopfield 和 Geoffrey E. Hinton，引發了許多爭議。為何應屬於資訊工程領域的機器學習演算法，竟被視為物理研究的成果而得到諾貝爾獎？！此次我們會先簡要回顧兩位得獎者的開創性研究，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。

附註：此處的投影片是最後的版本(中山大學)，但演講影片則是在清華大學的版本，內容絕大部分是一樣的。(中研院的版本是英文的，此處就先不放)。