感謝清大物理系的邀請，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。以下前半段主要是從基礎的物理概念來了解類神經網路的初衷，後半段延伸到當今的生成式AI與對人文領域的影響。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。