双语新闻阅读与练习--高考英语备考一轮复习 .pdf

双语新闻阅读与练习

2024年诺贝尔物理学奖公布

双语新闻

Backinthe1980s,JohnHopfieldandGeoffreyHintonsetthestagefortoday7

sartificialintelligencebyusingphysicstoidentifypatternsininformation.

早在0世纪80年代，约翰•霍普菲尔德和杰弗里•辛顿就利用物理学来识别信息中的

模式，为今天的人工智能奠定了基础。

Theirworknowallowsmachinestomimiclearningand

remembering,functionsthatwerepreviouslythoughttobethesoleprovinceof

organicbrains.

现在，他们的研究使机器能够模仿学习和记忆，而这些功能在以前被认为是物大脑

的专属领域。

Atatechconferencelastyear,Hintonemphasizedthedifferencesaresmaller

thanyoumightthink.

在去年的一次科技会议上，辛顿强调，这种差异比你想象的要小得多。

Werejustamachine.Wereawonderful,incrediblycomplicatedmachine,

butwerejustabigneuralnet.Andthere7snoreasonwhyanartificialneuralnet

shouldn7tbeabletodoeverythingwecando.

〃我们只是一台机器。我们是一台奇妙的、极其复杂的机器，但我们只是一个巨大的

神经网络。没有理由说人工神经网络不能做我们能做的一切。〃

Modernartificialneuralnetworksarestructuredonthe

tworecipientsgroundbreakingideasinthefieldofstatisticalphysics.

现代人工神经网络是基于这两位获奖者在统计物理学领域的开创性思想建立的。

Theirmodelsallowmachinestostartmakingapparentlyintuitiveleaps

throughassociationoridentifyingsimilarelementsinsystemslikehumanscan.

他们的模型让机器开始像人类一样，通过联想或识别系统中的相似元素，实现明显的

直觉飞跃。

Thatsradicallychanged,forinstance,cancerdiagnosis.

这从根本上改变了，例如，癌症诊断。

Youcantrainanartificialneuralnetworkonwhichareknownto

betumorsimagesthatyouknowthisisaproblem,youtrainthenetwork,and

thenitcanbecomeveryfastandefficientatfindingthisinimages.Anditcanwork

muchmorequicklyoritassiststhedoctorandbemuchmorecertaininthe

diagnosis.

〃你可以通过一个已知是肿瘤的图像来训练人工神经网络，你知道这是个问题，你训

练网络，然后它可以变得非常快速和有效地在图像中发现问题所在。它可以更快地工作，

或者帮助医更确定诊断。

Andmedicalimagingisjustoneareawheretheresearchhashadahuge

impact.

医学成像只是该研究产巨大影响的一个领域。

Alnowalsoplayskeyrolesi