今天，2024年諾貝爾物理學獎公布，頒發(fā)給了約翰·霍普菲爾德（John J. Hopfield）和杰弗里·辛頓（John J. Hopfield），以表彰他們在人工神經網絡的開創(chuàng)性的貢獻。

辛頓是深度學習的里程碑式人物，當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越大，辛頓完全有可能在未來成為影響人類歷史進程的重要人物之一。某種程度上，辛頓獲得諾獎很大程度上是諾獎的驕傲，諾貝爾委員會也不想錯過這個熱點。

實際上辛頓的主要貢獻是在深度學習算法上的創(chuàng)新，這個成就更靠近數(shù)學或計算機，辛頓也實至名歸獲得了2018年的圖靈獎。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，這樣的人物，得個諾貝爾物理學獎，人們只是感到意外，估計不會有異議。

有意思的是，辛頓在深度學習上的很多技術都申請了專利，這些專利大部分都轉讓給了谷歌公司。特別是Dropout的專利，獲得授權之后，還曾一度影響行業(yè)關注。

來源于Maxipat

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

其中比較重要的專利是US9406017B2，涉及一個與神經網絡中至少一些層的特征檢測器相連的開關。在每個訓練案例中，該開關根據(jù)預設的概率隨機選擇性地禁用每個特征檢測器。隨后，針對每個訓練案例的權重進行歸一化處理，以便將神經網絡應用于測試數(shù)據(jù)。解決的技術問題是在神經網絡訓練過程中如何有效地利用特征檢測器并提高模型的泛化能力。（來源于Maxipat的解讀）

這些專利都是深度學習的基礎專利，一般企業(yè)是很難繞過去的，不過谷歌去維權的概率也不大，谷歌的目標是開源平臺。不過沒想到在生成式AI還是讓openAI摘了果實。

Maxipat致力于作為成為科技創(chuàng)新和知識產權工作的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problem-solution算法深層關聯(lián)到的真實技術方案，能夠跨領域進行技術方案的深層挖掘和關聯(lián)；智能搜索與分析：將專利搜索和報告制作借助AI實現(xiàn)智能化，包括智能查新、無效、FTO、Landscaping報告，采用GT搜索算法（graph transformer）（），系統(tǒng)真正做到理解概念后再搜索。目前開放注冊中。

感興趣的朋友可以通過以下三種方式填寫申請信息：

1. 請發(fā)郵件到郵箱：info@maxipat.com

2. 點擊文末閱讀全文；

3. 掃描以下二維碼

感興趣的朋友可以加筆者微信patentlight

首例基因技術藥物專利授權案牽動億萬產業(yè)