諾獎(jiǎng)蹭熱點(diǎn)？深度學(xué)習(xí)教父辛頓獲得諾貝爾物理學(xué)獎(jiǎng)，專(zhuān)利屬于谷歌

今天，2024年諾貝爾物理學(xué)獎(jiǎng)公布，頒發(fā)給了約翰·霍普菲爾德（John J. Hopfield）和杰弗里·辛頓（John J. Hopfield），以表彰他們?cè)谌斯ど窠?jīng)網(wǎng)絡(luò)的開(kāi)創(chuàng)性的貢獻(xiàn)。

辛頓是深度學(xué)習(xí)的里程碑式人物，當(dāng)下如日中天的生成式人工智能，包括ChatGPT的興起都是得益于他的理論。隨著人工智能的影響越來(lái)越大，辛頓完全有可能在未來(lái)成為影響人類(lèi)歷史進(jìn)程的重要人物之一。某種程度上，辛頓獲得諾獎(jiǎng)很大程度上是諾獎(jiǎng)的驕傲，諾貝爾委員會(huì)也不想錯(cuò)過(guò)這個(gè)熱點(diǎn)。

實(shí)際上辛頓的主要貢獻(xiàn)是在深度學(xué)習(xí)算法上的創(chuàng)新，這個(gè)成就更靠近數(shù)學(xué)或計(jì)算機(jī)，辛頓也實(shí)至名歸獲得了2018年的圖靈獎(jiǎng)。如果要把他的成就解釋到物理上，連辛頓自己都感到很意外。不管怎么說(shuō)，這樣的人物，得個(gè)諾貝爾物理學(xué)獎(jiǎng)，人們只是感到意外，估計(jì)不會(huì)有異議。

有意思的是，辛頓在深度學(xué)習(xí)上的很多技術(shù)都申請(qǐng)了專(zhuān)利，這些專(zhuān)利大部分都轉(zhuǎn)讓給了谷歌公司。特別是Dropout的專(zhuān)利，獲得授權(quán)之后，還曾一度影響行業(yè)關(guān)注。

來(lái)源于Maxipat

Hinton在發(fā)表AI領(lǐng)域里程碑式的論文之后，前后申請(qǐng)了十幾件相關(guān)的專(zhuān)利，這些專(zhuān)利目前都在Google的名下，主要的專(zhuān)利列表如下所示：

其中比較重要的專(zhuān)利是US9406017B2，涉及一個(gè)與神經(jīng)網(wǎng)絡(luò)中至少一些層的特征檢測(cè)器相連的開(kāi)關(guān)。在每個(gè)訓(xùn)練案例中，該開(kāi)關(guān)根據(jù)預(yù)設(shè)的概率隨機(jī)選擇性地禁用每個(gè)特征檢測(cè)器。隨后，針對(duì)每個(gè)訓(xùn)練案例的權(quán)重進(jìn)行歸一化處理，以便將神經(jīng)網(wǎng)絡(luò)應(yīng)用于測(cè)試數(shù)據(jù)。解決的技術(shù)問(wèn)題是在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中如何有效地利用特征檢測(cè)器并提高模型的泛化能力。（來(lái)源于Maxipat的解讀）

這些專(zhuān)利都是深度學(xué)習(xí)的基礎(chǔ)專(zhuān)利，一般企業(yè)是很難繞過(guò)去的，不過(guò)谷歌去維權(quán)的概率也不大，谷歌的目標(biāo)是開(kāi)源平臺(tái)。不過(guò)沒(méi)想到在生成式AI還是讓openAI摘了果實(shí)。

Maxipat致力于作為成為科技創(chuàng)新和知識(shí)產(chǎn)權(quán)工作的AI加速，主要包括輔助創(chuàng)新：提高研發(fā)的科技創(chuàng)新效率，通過(guò)problem-solution算法深層關(guān)聯(lián)到的真實(shí)技術(shù)方案，能夠跨領(lǐng)域進(jìn)行技術(shù)方案的深層挖掘和關(guān)聯(lián)；智能搜索與分析：將專(zhuān)利搜索和報(bào)告制作借助AI實(shí)現(xiàn)智能化，包括智能查新、無(wú)效、FTO、Landscaping報(bào)告，采用GT搜索算法（graph transformer）（），系統(tǒng)真正做到理解概念后再搜索。目前開(kāi)放注冊(cè)中。

感興趣的朋友可以通過(guò)以下三種方式填寫(xiě)申請(qǐng)信息：

1. 請(qǐng)發(fā)郵件到郵箱：info@maxipat.com

2. 點(diǎn)擊文末閱讀全文；

3. 掃描以下二維碼

感興趣的朋友可以加筆者微信patentlight

首例基因技術(shù)藥物專(zhuān)利授權(quán)案牽動(dòng)億萬(wàn)產(chǎn)業(yè)