据介绍，两位获奖者利用物理学工具构建了多种方法，为当今强大的机器学习奠定了基础。
约翰・J・霍普菲尔德创造了一种关联记忆，它能够存储和重构图像以及其他模式类型。杰弗里・E・辛顿发明了一种能够自主发现数据中属性的方法，并执行任务，如识别图像中的特定元素。辛顿将霍普菲尔德网络的想法应用于一种新网络，这种新网络使用另一种方法：玻尔兹曼机。玻尔兹曼机可以学习给定数据类型的特征元素，可以用来分类图像或创建新材料。这种机器学习帮助推动了当今机器学习的快速发展。
瑞典皇家科学院当地时间 10 月 8 日宣布，将 2024 年诺贝尔物理学奖授予美国普林斯顿大学的约翰・J・霍普菲尔德 (John J. Hopfield) 和加拿大多伦多大学的杰弗里・E・辛顿 (Geoffrey E. Hinton)，表彰他们 “为推动利用人工神经网络进行机器学习作出的基础性发现和发明” (for foundational discoveries and inventions that enable machine learning with artificial neural networks)。
两位获奖者从 20 世纪 80 年代起就开展了与物理学相关的人工神经网络的重要工作，他们将平分 1100 万瑞典克朗（约合 745 万元人民币）奖金。