11月19日，布鲁克菲尔德资产管理公司（BAM.US）宣布推出规模达100亿美元的人工智能基础设施基金，已从英伟达（NVDA.US）和科威特主权财富基金等投资者处筹集50亿美元。该基金将用于建设及购置价值高达1000亿美元的AI基础设施，包括数据中心、电力供应设施和半导体制造设施，重点投向从零开始建设的项目。布鲁克菲尔德还通过自身资产负债表提供资金支持，进一步加码AI领域布局。

加拿大资管巨头布鲁克菲尔德正为其新的人工智能基础设施基金募资100亿美元，目前已从英伟达、科威特投资局（KIA）等筹集到50亿美元。这笔资金将用于在未开发土地上建设AI基础设施项目，并计划通过共同投资和债务融资，建设和收购价值高达1000亿美元的AI相关资产。尽管市场对AI泡沫存在担忧，布鲁克菲尔德仍加大投资力度，覆盖数据中心、电力供应商及芯片制造等领域，其在数字基础设施、可再生能源和半导体领域的总投资已超1100亿美元。英伟达CEO黄仁勋表示，与布鲁克菲尔德的合作整合了土地、电力和超级计算机资源，为AI云部署提供支持。

2025年8月，Figma完成IPO，估值飙升，成为硅谷资本盛宴。公司CEO迪伦·菲尔德曾是90后辍学创业者，在彼得·蒂尔奖学金支持下创立Figma。其设计工具以实时协作和云平台为核心，逐步取代传统软件如Adobe。2022年，Adobe曾提出200亿美元收购计划，但因英国监管机构反对流产，Adobe支付10亿美元分手费。此后，Figma推出AI设计工具Figma Make，尽管初期表现欠佳，仍被视为潜力股。菲尔德强调团队需适应变化，用户留存率在风波后反弹至132%。Figma正努力在AI浪潮中巩固地位，同时面临激烈竞争。

加拿大资管巨头布鲁克菲尔德宣布，计划未来五年内在法国投资约200亿欧元，用于建设大型数据中心及其他人工智能基础设施。此举标志着其人工智能投资从北美扩展至欧洲市场。当前，全球主要经济体正加大在人工智能领域的竞争力度。【财联社2月10日电】

霍普菲尔德：物理之门与AI之窗 在1982年发表的《具有涌现集体计算能力的神经网络和物理系统》一文中，霍普菲尔德阐述了深度神经网络、涌现现象、序列处理、泛化能力、大数据以及GPU等核心概念，这些在今天看来已经成为AI领域的常识。这篇论文不仅预示了生成式AI、大型语言模型和ChatGPT等技术的发展，...

【诺贝尔物理学奖揭晓】2024年度诺贝尔物理学奖授予约翰·J·霍普菲尔德和杰弗里·E·辛顿，以表彰他们在人工神经网络领域实现机器学习的基础性发现和发明。霍普菲尔德，美国物理学家，以其在1982年提出的霍普菲尔德网络闻名，这是联想记忆模型的先驱，利用能量函数描述神经网络状态空间。辛顿，英裔加拿大籍心理学家和计算机学家，发明了玻尔兹曼机和受限玻尔兹曼机，对深度学习发展有重大影响。两位获奖者的工作展示了物理学原理在机器学习中的应用，为可持续社会的建设提供了新工具。此次颁奖突显了跨学科合作的重要性及物理学在推动人工智能领域发展中的核心作用。网友热议，诺奖官方推文引发广泛讨论，各界对这一决定表示祝贺和不解，探讨人工智能与物理学的融合。

摘要： 2024年诺贝尔物理学奖揭晓，首次颁发给AI领域，旨在表彰两位杰出科学家约翰·霍普菲尔德和杰弗里·辛顿对机器学习与人工神经网络的奠基性贡献。霍普菲尔德与辛顿分别基于物理学理论，创新性地发展了霍普菲尔德网络和玻尔兹曼机，为现代AI技术提供了核心算法基础。这一荣誉打破了传统物理与AI领域的界限...

今年的诺贝尔物理学奖颁发给了约翰·J·霍普菲尔德与杰弗里·E·辛顿，以表彰他们在人工神经网络和机器学习领域的基础性发现和发明。这一决定打破了外界对传统凝聚态物理领域的预测，引发了广泛讨论，部分网友戏谑地称“物理学不存在了”。这一事件可能引发连锁反应，甚至有人质疑诺贝尔奖是否在蹭AI热度。 杰弗里·辛...

【2024诺贝尔物理学奖揭晓】“AI教父”约翰·霍普菲尔德与杰弗里·辛顿荣获殊荣，以表彰他们在机器学习领域的贡献，为人工智能技术的发展铺平道路。霍普菲尔德，出身物理学世家，曾担任美国物理学会主席，其对神经科学的跨界探索，特别是1982年提出的霍普菲尔德网络，为今天的人工智能技术打下了基础。辛顿，来自一个充满学术传承的家庭，自小受到严格教育，其对深度神经网络的研究推动了AI技术的突破性进展。然而，辛顿也表达了对AI风险的担忧，尤其是AI可能带来的社会问题，如失业率上升和财富分配不均。 【明日焦点】随着化学奖的揭晓临近，果壳将继续跟进诺奖动态，第一时间为大家带来权威解读，关注科学前沿，洞察未来趋势。

2024年诺贝尔物理学奖于10月8日揭晓，分别授予约翰·J·霍普菲尔德与杰弗里·E·辛顿。霍普菲尔德与辛顿因在人工神经网络领域的基础性发现与发明，特别是为机器学习应用奠定基石，共享1100万瑞典克朗奖金。霍普菲尔德于1982年提出的霍普菲尔德网络，通过模拟人脑记忆存储与检索过程，推动神经网络领域发展，尤其在理解和优化大脑工作机制上具有深远意义。辛顿则将霍普菲尔德网络理念应用于玻尔兹曼机，这一创新为深度学习的兴起与现代人工智能系统的构建奠定了基础。他们的工作不仅引领了神经网络与机器学习的革命，也为计算机视觉、自然语言处理等领域的突破性进展铺平了道路。此次获奖不仅是对两位科学家在人工智能领域卓越贡献的认可，也是对神经网络作为AI时代核心技术之一的肯定。