今年，诺贝尔物理学奖意外地颁发给了John J. Hopfield和Geoffrey E. Hinton，引发了不少讨论。质疑主要集中在两方面：

1. Hinton与物理学有何关联？ Hinton作为AI领域的杰出人物，其成就是否足够匹配物理学奖的评选标准？

2. AI科学家提名物理学奖的合理性？ 是否存在程序上的不公？

质疑声指向AI领域的先驱人物Jürgen Schmidhuber，他列举了多项证据，指出Hinton等人在AI发展中的某些关键贡献存在剽窃和错误归属的问题。

• Hopfield网络与Amari的工作：Schmidhuber指出，Hopfield网络的灵感源自Amari的工作，但在后续的研究中，Hopfield并未给予适当认可，反而在后续论文中未提及Amari的贡献。

• 玻尔兹曼机的争议：Ackley、Hinton与Sejnowski的论文在AI领域产生了影响，但忽略了Ivakhnenko和Lapa的早期工作，以及Amari通过随机梯度下降在深度学习中的独立贡献。

• 深度神经网络分层预训练：Hinton等人提出的深度神经网络分层预训练方法虽被表彰，但同样未充分引用Ivakhnenko和Lapa对深度神经元分层训练的原始方法。

• AI发展的历史视角：Schmidhuber还探讨了AI发展的历史，指出Hinton的某些陈述可能误导公众，关于AI发展的论述需更加精确。

质疑不仅限于学术层面，也触及了诺贝尔奖评选过程的透明度和全球代表性问题。Nature杂志曾发表社论，批评诺贝尔奖评选过程缺乏透明度，提名过程需更加公开。同时，强调了诺贝尔奖在提升性别多样性和全球代表性方面的进展，但仍存在全球科研资源分配不均的问题。

此外，诺贝尔奖提名采用邀请制，限制了提名范围，导致提名过程可能受到“人情网”的影响。这种机制可能导致特定学术家族间的相互提名，削弱了奖项的公正性。

综上所述，今年诺贝尔物理学奖的争议反映了学术界对Hinton等人贡献的评估、诺贝尔奖评选机制的反思，以及全球科研环境的多样性和公平性问题。