约翰·霍普菲尔德的伟大之处
想要获得物理学博士学位,你必须解决一个问题。好的物理学家应该有能力解决任何问题,但伟大的物理学家知道要解决什么样的问题。
约翰·霍普菲尔德就是一位伟大的物理学家。在凝聚态物理学领域获得了杰出的成就之后,他的兴趣转向了生物学,特别是关于“分子校正”的问题。DNA(脱氧核糖核酸)在细胞分裂过程中被复制时,错误不可避免,必须纠正这些错误才能保证子细胞遗传信息的准确度。霍普菲尔德想出了一个聪明的办法,并解释了采用这个方法纠错的过程是怎么实现的,尽管他提出的这种方法需要消耗能量,但随后的实验表明,他是正确的。在生物学研究领域,做出任何正确的解释都是一项了不起的成就。
霍普菲尔德是我在普林斯顿大学读博士期间的导师,那时他刚对神经科学产生兴趣(见图7–1)。随着这种兴趣变得日益浓厚,他开始兴致勃勃地给我讲述,他从波士顿神经科学研究计划(Neuroscience Research Program,NRP)会议上那些神经科学研究专家的演讲里所学到的东西。我发现在NPR会议上发布的一些小型研讨会会议文章非常有价值,让我了解了当时人们正在研究什么问题,以及产生了哪些想法。
我现在还保留着一份由传奇神经学家西奥多·霍姆斯·布洛克(Theodore Homes Bullock)整理的关于神经编码的研讨会会议文献。西奥多后来成了我在加州大学圣迭戈分校的同事。西奥多和艾德里安·霍里奇(Adrian Horridge)合著的关于无脊椎动物神经系统的书堪称经典[3]。
我和西奥多在模拟珊瑚礁集体行为的项目中有过合作,并且我很荣幸地成为他在2008年发表的最后一篇学术论文的共同作者[4]。
与前层单元建立了反馈连接,并与同层单元间存在循环连接的神经网络,要比仅具有前馈连接的神经网络复杂得多。包含具有正(兴奋)权重和负(抑制)权重的任意连接单元的通用网络对学界提出了一个数学难题。虽然芝加哥大学的杰克·考恩(Jack Cowan)和波士顿大学的斯蒂芬·格罗斯伯格(Stephen Grossberg)在20世纪70年代后期,通过证明这样的网络能够重现视觉错觉[5] 和幻觉[6],在该领域取得了一些进展,但是工程师发现这种网络并不能解决复杂的计算问题。
图片来源:约翰·霍普菲尔德。
本书评论