慶祝2024年諾貝爾物理學獎：人工智慧新紀元與國立陽明交通大學的使命

帥宏翰 教授兼電機工程研究所所長 撰文

2024年諾貝爾物理學獎頒發給約翰·霍普菲爾德（John Hopfield）和傑佛瑞·辛頓（Geoffrey Hinton），這對全球科學界而言是個重要的時刻，尤其對我們從事人工智慧與計算工程領域的學者與學生。他們在開發人工神經網路方面的開創性工作，不僅革新了機器學習，還為現代AI技術奠定了基礎，包括正在改變各行各業的大型語言模型（LLM）。

在國立陽明交通大學電機學院，我們深受霍普菲爾德和辛頓貢獻的啟發。他們的工作與我們的教育計劃和研究計畫緊密相連，強化了我們在推進AI和計算技術方面的願景。

將基礎研究與尖端應用相結合

霍普菲爾德的聯想記憶模型和辛頓的深度學習架構的精髓，體現在我們的研究計畫——可擴展大型語言模型的跨層晶片系統設計(Cross-Layer Chip System Design of Scalable Acceleration for Large Language Models)。認識到LLM的計算強度和可擴展性挑戰，我們的研究專注於開發創新的晶片設計，優化各層計算的性能和能源效率。透過整合硬體和軟體的共同設計原則，我們旨在加速LLM的訓練和推理過程，讓它們在實際應用中更具可行性。

同樣地，我們的優化LLM應用的高性能邊緣計算加速器(High-Performance Edge Computing Accelerators Optimized for LLM Applications)計畫，與今年諾貝爾獎得主展示的神經網路變革潛力相呼應。隨著AI不斷向分散化和邊緣化方向發展，迫切需要能夠支持複雜模型且不依賴雲端資源的硬體。我們在該領域的工作致力於設計和開發能夠處理LLM需求的邊緣加速器，為從智慧手機到自動駕駛車輛的設備提供先進的AI能力。

在AI與量子計算的交叉點上創新

秉持霍普菲爾德和辛頓的創新精神，我們對兼容量子計算的AI輔助反演光刻技術（AI-Assisted Inverse Lithography Technology (ILT) Compatible with Quantum Computing）的探索，代表了AI與量子力學交匯的前沿。該計畫利用機器學習算法來提升反演光刻技術過程，這對下一代半導體製造至關重要。透過確保與量子計算原理的兼容性，我們為未來量子設備需要的新設計和製造方法做準備，這一切都源自諾貝爾獎得主開創的AI方法論。

教育卓越與未來方向

我們的教育計劃承諾旨在培養新一代的工程師和研究人員，也成立全台第一個人工智慧學位學程，將繼續推動AI和計算領域的創新。課程涵蓋神經網路架構、深度學習和AI硬體設計，這些都是我們課程的核心部分。我們強調實踐經驗，鼓勵學生參與尖端研究項目，確保他們有能力為不斷演變的AI技術格局做出貢獻。霍普菲爾德和辛頓的諾貝爾獎，不僅表彰了他們的卓越成就，也為我們的教育和研究工作指明了方向。他們的工作體現了基礎研究對塑造世界的實用技術的深遠影響。

對社會影響和倫理考量的承諾

在我們推進這些令人興奮的領域時，我們時刻意識到AI的倫理含義和社會影響。我們的課程融入了AI倫理、數據隱私和技術負責任部署的討論。我們努力開發不僅具創新性，且對社會有益、公平的解決方案。

結語

我們向約翰·霍普菲爾德和傑佛瑞·辛頓致以最誠摯的祝賀，他們的卓越成就當之無愧。他們的開創性工作激勵我們推動AI和計算工程的可能性。在國立陽明交通大學，我們自豪地站在這個變革性領域的前沿，培養人才，開創與今年諾貝爾獎得主相呼應的研究。

我們期待著物理學、工程學和計算機科學之間的持續合作，為全人類帶來有益的技術進步。