诺奖蹭热点？深度学习教父辛顿获得诺贝尔物理学奖，专利属于谷歌

今天，2024年诺贝尔物理学奖公布，颁发给了约翰·霍普菲尔德（John J. Hopfield）和杰弗里·辛顿（John J. Hopfield），以表彰他们在人工神经网络的开创性的贡献。

辛顿是深度学习的里程碑式人物，当下如日中天的生成式人工智能，包括ChatGPT的兴起都是得益于他的理论。随着人工智能的影响越来越大，辛顿完全有可能在未来成为影响人类历史进程的重要人物之一。某种程度上，辛顿获得诺奖很大程度上是诺奖的骄傲，诺贝尔委员会也不想错过这个热点。

实际上辛顿的主要贡献是在深度学习算法上的创新，这个成就更靠近数学或计算机，辛顿也实至名归获得了2018年的图灵奖。如果要把他的成就解释到物理上，连辛顿自己都感到很意外。不管怎么说，这样的人物，得个诺贝尔物理学奖，人们只是感到意外，估计不会有异议。

有意思的是，辛顿在深度学习上的很多技术都申请了专利，这些专利大部分都转让给了谷歌公司。特别是Dropout的专利，获得授权之后，还曾一度影响行业关注。

来源于Maxipat

Hinton在发表AI领域里程碑式的论文之后，前后申请了十几件相关的专利，这些专利目前都在Google的名下，主要的专利列表如下所示：

其中比较重要的专利是US9406017B2，涉及一个与神经网络中至少一些层的特征检测器相连的开关。在每个训练案例中，该开关根据预设的概率随机选择性地禁用每个特征检测器。随后，针对每个训练案例的权重进行归一化处理，以便将神经网络应用于测试数据。解决的技术问题是在神经网络训练过程中如何有效地利用特征检测器并提高模型的泛化能力。（来源于Maxipat的解读）

这些专利都是深度学习的基础专利，一般企业是很难绕过去的，不过谷歌去维权的概率也不大，谷歌的目标是开源平台。不过没想到在生成式AI还是让openAI摘了果实。

Maxipat致力于作为成为科技创新和知识产权工作的AI加速，主要包括辅助创新：提高研发的科技创新效率，通过problem-solution算法深层关联到的真实技术方案，能够跨领域进行技术方案的深层挖掘和关联；智能搜索与分析：将专利搜索和报告制作借助AI实现智能化，包括智能查新、无效、FTO、Landscaping报告，采用GT搜索算法（graph transformer）（），系统真正做到理解概念后再搜索。目前开放注册中。

感兴趣的朋友可以通过以下三种方式填写申请信息：

1. 请发邮件到邮箱：info@maxipat.com

2. 点击文末阅读全文；

3. 扫描以下二维码

感兴趣的朋友可以加笔者微信patentlight

首例基因技术药物专利授权案牵动亿万产业