Нобелівку 2024 з фізики вручили за важливе відкриття для розвитку ШІ
Нобелівську премію з фізики присудили Джону Гопфілду та Джеффрі Гінтону за фундаментальні відкриття та винаходи у сфері штучного інтелекту. Вони використали інструменти фізики для розробки методів, які дозволяють машинне навчання за допомогою штучних нейронних мереж, повідомили у Нобелівському комітеті.
Джон Гопфілд створив асоціативну пам’ять, яка може зберігати та реконструювати зображення та інші типи шаблонів у даних. Джефрі Хінтон винайшов метод, який може автономно знаходити властивості в даних і таким чином виконувати такі завдання, як ідентифікація конкретних елементів на зображеннях.
«Коли ми говоримо про штучний інтелект, ми часто маємо на увазі машинне навчання за допомогою штучних нейронних мереж. Ця технологія спочатку була навіяна структурою мозку. У штучній нейронній мережі нейрони головного мозку представлені вузлами, які мають різні значення. Ці вузли впливають один на одного через зв’язки, які можна уподібнити до синапсів і які можна зробити сильнішими або послабленими. Мережа навчається, наприклад, завдяки розробці сильніших зв’язків між вузлами з одночасними високими значеннями. Цьогорічні лауреати провели важливу роботу зі штучними нейронними мережами з 1980-х років», — кажуть у комітеті.
Джон Хопфілд винайшов мережу, яка використовує метод збереження та відтворення шаблонів. Мережа використовує фізику, яка описує характеристики матеріалу через його атомне обертання – властивість, яка робить кожен атом крихітним магнітом. Коли мережа Хопфілда отримує спотворене або неповне зображення, вона методично проходить через вузли та оновлює їхні значення, тому енергія мережі падає. Таким чином, мережа працює поетапно, щоб знайти збережене зображення, яке найбільше схоже на недосконале, яке було подано.
Джеффрі Хінтон використав мережу Хопфілда як основу для нової мережі, яка використовує інший метод: машину Больцмана.Він використовував інструменти статистичної фізики, науки про системи, побудовані з багатьох подібних компонентів. Машина навчається шляхом надання їй прикладів, які, ймовірно, виникнуть під час роботи машини. Машину Больцмана можна використовувати для класифікації зображень або створення нових зразків того типу візерунка, на якому вона була навчена.
