جایزه نوبل فیزیک به دانشمندان برای کارهای پیشگامانه هوش مصنوعی اهدا شد

شبکه هاپفیلد از فیزیک استفاده می‌کند که ویژگی‌های یک ماده را به دلیل اسپین اتمی آن توصیف می‌کند – خاصیتی که هر اتم را به یک آهنربای کوچک تبدیل می‌کند. شبکه به طور کلی به روشی معادل انرژی در سیستم اسپین موجود در فیزیک توصیف می‌شود و با یافتن مقادیری برای اتصالات بین گره‌ها آموزش داده می‌شود تا تصاویر ذخیره‌شده انرژی کمی داشته باشند. هنگامی که شبکه هاپفیلد با یک تصویر تحریف شده یا ناقص تغذیه می شود، به طور روشمند از طریق گره ها کار می کند و مقادیر آنها را به روز می کند تا انرژی شبکه کاهش یابد. بنابراین شبکه به صورت پلکانی کار می کند تا تصویر ذخیره شده را پیدا کند که شبیه تصویر ناقصی است که با آن تغذیه شده است.

_{جفری هینتون از شبکه هاپفیلد به عنوان پایه و اساس شبکه جدیدی استفاده کرد که از روش متفاوتی استفاده می کند: دستگاه بولتزمن. این می تواند یاد بگیرد که عناصر مشخصه را در یک نوع داده خاص تشخیص دهد. هینتون از ابزارهای فیزیک آماری استفاده کرد، علم سیستم هایی که از بسیاری از اجزای مشابه ساخته شده بودند. ماشین با دادن نمونه هایی به آن آموزش داده می شود که به احتمال زیاد در هنگام راه اندازی دستگاه به وجود می آیند. ماشین بولتزمن می تواند برای طبقه بندی تصاویر یا ایجاد نمونه های جدید از نوع الگوی مورد استفاده قرار گیرد. هینتون بر اساس این کار ساخته شده است و به شروع توسعه انفجاری فعلی یادگیری ماشین کمک کرده است.}