2024年诺贝尔物理学奖颁发给约翰·J·霍普菲尔德和杰弗里·E·辛顿，表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。他们的工作奠定了人工智能的基础，使得机器学习和深度学习成为可能。

霍普菲尔德创建了一个联想内存，可以存储和重建数据中的图像和其他类型的模式。辛顿则发明了一种方法，可以自主查找数据中的属性，从而执行诸如识别图片中的特定元素等任务。

诺贝尔物理学奖委员会主席艾伦·穆恩斯表示，虽然人工智能似乎不是诺贝尔物理学奖的有力竞争者，但具有学习能力的神经网络的发现及其应用是与物理学密切相关的。

霍普菲尔德和辛顿的工作灵感源自人脑，人工神经网络由人工神经元组成，它们共同合作以解决问题。人工神经网络可以完成多种工作，并能尝试解决复杂的问题，从而扩展人类的智力和能力。

人工神经网络的用途广泛，包括数据处理、医疗影像分类、社交网络筛选、金融预测等。同时，人工神经网络也具有计算机视觉，是拥有从图像和视频中提取信息并决策的能力。

2024年诺贝尔物理学奖颁发给霍普菲尔德和辛顿，认可他们在人工智能领域的基础性贡献。