ノーベル物理学賞の受賞が決まったホップフィールド（左）、ヒントン両氏のイラスト（ニクラス・エルメヘード氏、ノーベル財団提供）

　スウェーデン王立科学アカデミーは8日、2024年のノーベル物理学賞を、人工ニューラルネットワーク（神経回路網）による機械学習の分野を切り開いた2氏に授与すると発表した。受賞が決まったのは米プリンストン大学のジョン・ホップフィールド名誉教授（91）と、カナダ・トロント大学のジェフリー・ヒントン名誉教授（76）。2021年の真鍋淑郎氏（米国籍）以来となる、日本人の物理学賞受賞はならなかった。

脳の神経細胞はシナプスを介してネットワークをつくり、学習によってその結合の強さが変わる（左）。人工のニューラルネットはその仕組みをまね、「1」「0」の信号を受けてノードの強さが変わる（ノーベル財団提供）

　人工知能（AI）草創期の1960年代には、コンピューターが認識できるように知識をデータ化した。これに対し、人間などの脳の神経細胞の働きをモデルにした方法でデータを処理するのが、人工ニューラルネットの手法だ。神経細胞は「ノード」（結び目、点）で表され、シナプスのような接続を介して影響し合う。80年代以降、人工ニューラルネットに関する重要な研究が進展してきた。

　理論物理学者のホップフィールド氏は、電子や原子核が自転するスピンと呼ばれる性質をヒントに、ノード間の接続の強さを基にして値の更新を重ね、保存された画像を見つける方法を編み出した。

人工ニューラルネットのイメージ（ノーベル財団提供）

　コンピューター科学・認知心理学者のヒントン氏はホップフィールド氏の成果を受け、特定の種類のデータの特徴的な要素を認識するよう学習する技術を開発。画像の特徴を捉えて分類したり、新しい例を作成したりする方法を生み出した。これにより機械学習の技術を確立し、現代の爆発的発展のきっかけを作った。

　両氏の成果が基礎となり、近年はAIの能力が飛躍的に向上。深層学習（ディープラーニング）が広く利用されるに至っている。両氏の成果に対し同アカデミーは「受賞者たちの研究はすでに大きな利益をもたらしている。物理学では、特定の性質を持つ新素材の開発など、幅広い分野で人工ニューラルネットを使用している」と評価した。

　賞金計1100万スウェーデン・クローナ（約1億6000万円）を両氏で等分する。授賞式は12月10日にスウェーデンで開かれる。