John J. Hopfield i Geoffrey E. Hinton otrzymują Nagrodę Nobla 2024 w dziedzinie fizyki

Królewska Szwedzka Akademia Nauk przyznała Nagrodę Nobla w dziedzinie fizyki za rok 2024 Johnowi J. Hopfieldowi z Uniwersytetu Princeton w USA i Geoffreyowi E. Hintonowi z Uniwersytetu w Toronto w Kanadzie. Obaj laureaci zostali docenieni za pionierskie prace w zakresie uczenia maszynowego, w szczególności z wykorzystaniem sztucznych sieci neuronowych. Ich badania, czerpiące z zasad fizyki, stanowią podstawę nowoczesnych systemów uczenia maszynowego. Hopfield opracował system pamięci asocjacyjnej zdolny do przechowywania i rekonstrukcji wzorców danych, natomiast Hinton wprowadził metody, które umożliwiają sieciom autonomiczne odkrywanie właściwości danych i wykonywanie zadań takich jak rozpoznawanie obrazów.

Sztuczne sieci neuronowe i fizyka

Sztuczne sieci neuronowe to systemy obliczeniowe wzorowane na neuronach mózgu. Neurony te, reprezentowane jako węzły, wpływają na siebie nawzajem poprzez połączenia podobne do synaps, dostosowując swoją siłę w oparciu o trening. Tegoroczni laureaci odegrali kluczową rolę w kształtowaniu wykorzystania tych sieci w uczeniu maszynowym od lat 80. XX wieku. Ich wkład położył podwaliny pod dzisiejsze zaawansowane technologie sztucznej inteligencji.

Wkład Johna J. Hopfielda

Znaczącym wkładem Johna J. Hopfielda było wynalezienie sieci zdolnej do zapisywania i rekonstruowania wzorców. Stosując zasady fizyki, zwłaszcza spin atomowy, jego sieć została zaprojektowana tak, aby funkcjonować poprzez minimalizację energii, podobnie jak systemy w przyrodzie. Sieć aktualizuje swoje węzły, aby stopniowo ujawniać przechowywany obraz, gdy jest on niekompletny lub zniekształcony.

Wpływ Geoffreya E. Hintona

Geoffrey E. Hinton rozszerzył pracę Hopfielda, opracowując maszynę Boltzmanna – sieć neuronową potrafiącą identyfikować cechy danych. Wykorzystując fizykę statystyczną, wynalazek Hintona umożliwia sieci uczenie się poprzez analizę typowych przykładów, co pozwala jej rozpoznawać i generować wzorce. Jego badania odegrały kluczową rolę w szybkim rozwoju uczenia maszynowego. Nagroda w wysokości 11 milionów koron szwedzkich zostanie równo rozdzielona pomiędzy laureatami

(Ta historia nie została edytowana przez personel NDTV i została wygenerowana automatycznie na podstawie udostępnianego kanału.)

Zrodlo