这项为杰弗里·辛顿(Geoffrey Hinton)赢得诺贝尔物理学奖的研究，是在人工智能成为今天的流行语之前进行的大量工作的产物。
这位英裔加拿大计算机科学家和其他人工智能先驱表示，他现在著名的发现可以追溯到20世纪80年代，当时的怀疑者和人工智能今天所受到的关注的一小部分。
虽然辛顿记得他的许多研究工作都很有趣，但他说，有几个人对他的一些理论持怀疑态度，这“有点烦人”。
他说，这些怀疑论者认为神经网络是一种通过识别模式和根据数据做出决策来模仿人类大脑的模型，这是浪费时间，永远无法学习复杂的东西。
同为加拿大计算机科学家的约书亚·本吉奥(Yoshua Bengio)赢得了A.M.他说，人们对神经网络的看法花了大约20年的时间才发生了转变。
他说，这花了很长时间，因为思想流派可能非常根深蒂固，很难改变，即使在科学界也是如此，这让欣顿沮丧了很多年，因为他的想法被主流所拒绝。
周二，辛顿因发现了一种独立发现数据属性的方法而获得诺贝尔奖，该方法被视为人工智能所依赖的大型神经网络的基础。共同获奖者约翰·霍普菲尔德(John Hopfield)创造了一种可以存储和重建信息的关键结构，从而推动了人工智能的发展。
本报告由加拿大新闻社于2024年10月9日首次发表。
