2024년 노벨 물리학상은 인공지능과 머신러닝 분야에서의 기초적인 발견과 발명으로 존 J. 홉필드(John J. Hopfield)와 제프리 E. 힌턴(Geoffrey E. Hinton)에게 수여되었습니다. 이들의 연구 주요 내용을 정리하면 다음과 같습니다.

존 J. 홉필드의 기여
- 홉필드는 프린스턴 대학교의 물리학자로, 홉필드 네트워크라는 순환 신경망 유형을 개발했습니다. 이 네트워크는 물리학 원리, 특히 자기와 원자 스핀의 행동과 관련된 원리를 사용해 패턴을 저장하고 재현합니다. 네트워크는 저장된 패턴을 나타내기 위해 저에너지 상태를 찾아 패턴의 오류를 수정하고 연상 기억처럼 기능합니다.

제프리 E. 힌턴의 기여
- 힌턴은 토론토 대학교의 컴퓨터 과학자로, 홉필드의 연구를 바탕으로 통계 물리학에 뿌리를 둔 볼츠만 머신(Boltzmann machine)을 개발했습니다. 볼츠만 머신은 패턴을 인식하고 분류하는 방법을 학습할 수 있으며, 훈련받은 데이터 유형의 새로운 예시를 생성할 수도 있습니다. 힌턴은 다층 신경망 훈련에 필수적인 역전파 알고리즘(backpropagation algorithm)의 개발에서도 중요한 역할을 했습니다. 2000년대 그의 다층 네트워크의 사전 훈련과 미세 조정 연구는 딥러닝 혁명의 시작에 기여했습니다.

영향과 중요성
- 홉필드와 힌턴의 연구는 현대 머신러닝과 딥러닝 발전에 중요한 역할을 했습니다. 그들의 방법은 인공지능 신경망이 예제, 특히 비구조화 데이터에서 학습할 수 있게 해주었으며, 이는 이미지 인식, 언어 번역, 사기 탐지와 같은 다양한 분야에 변혁적 영향을 미쳤습니다. 이러한 발전은 입자 물리학, 재료 과학, 천체 물리학과 같은 물리학 연구에도 기여했습니다.

노벨상 발표
- 스웨덴 왕립 과학 아카데미는 2024년 10월 8일 이 상을 발표하며, 홉필드와 힌턴의 연구가 물리학과 기술 발전에 미친 중요한 영향을 강조했습니다. 수상 위원회는 이러한 발전이 인류의 복지 증진과 지속 가능한 세계에 기여할 수 있는 잠재력을 강조했습니다.

이번 수상은 이들의 작업이 학제 간의 성격을 지니고 있음을 부각시키며, 물리학 개념이 인공지능과 머신러닝 발전에 어떻게 중요한 역할을 했는지를 보여줍니다.