Нобелевскую премию по физике 2024 года присудили за исследования в области нейросетей
Нобелевскую премию по физике 2024 года присудили за исследования в области нейросетей

Нобелевскую премию по физике 2024 года присудили за исследования в области нейросетей

Нобелевский комитет признал вклад двух ученых в развитие искусственного интеллекта, присудив им премию по физике за 2024 год. Джон Хопфилд и Джеффри Хинтон разработали методы, которые легли в основу современного машинного обучения.

Відключайте рекламу - підтримуйте ITC! Нобелевскую премию по физике 2024 года присудили за исследования в области нейросетей - Фото 1

Лауреаты применили физические инструменты для создания мощных алгоритмов обработки данных. Хопфилд изобрел ассоциативную память, способную хранить и воспроизводить изображения и другие типы информационных паттернов. Хинтон разработал метод, который автономно обнаруживает свойства в данных, что позволяет выполнять такие задачи, как идентификация конкретных элементов на изображениях.

Искусственные нейронные сети, вдохновленные структурой мозга, состоят из узлов, которые представляют нейроны. Эти узлы взаимодействуют через соединения, подобные синапсамНобелевскую премию по физике 2024 года присудили за исследования в области нейросетей - Фото 2Нобелевскую премию по физике 2024 года присудили за исследования в области нейросетей - Фото 3Синапс — это связь между нейронами (или узлами в искусственных нейронных сетях), через которую передаются сигналы., которые могут усиливаться или ослабляться. Сеть обучают, например, укрепляя связи между узлами с одновременно высокими значениями.

Сеть Хопфилда использует метод сохранения и воспроизведения паттернов. Она базируется на физических принципах, описывающих свойства материала через атомный спинНобелевскую премию по физике 2024 года присудили за исследования в области нейросетей - Фото 4Нобелевскую премию по физике 2024 года присудили за исследования в области нейросетей - Фото 5Атомный спин — это квантовый механический термин, описывающий собственный угловой момент элементарной частицы, такой как электрон или атом. . Сеть обучают, находя значения для связей между узлами так, чтобы сохраненные изображения имели низкую энергию. Когда сети подают искаженное или неполное изображение, она поэтапно обновляет значения узлов, снижая энергию системы, чтобы найти наиболее похожее сохраненное изображение.

Джеффри Хинтон использовал сеть Хопфилда в качестве основы для новой сети, использующей другой метод: машина Больцмана. Он может научиться распознавать характерные элементы в данном типе данных. Хинтон использовал инструменты из статистической физики — науки о системах, построенных из многих подобных компонентов. Машина обучается путем подачи примеров, которые с высокой вероятностью возникают при работе машины. Машину Больцмана можно использовать для классификации изображений или создания новых примеров того типа шаблона, на котором она была обучена. Хинтон развил эту работу, помогая положить начало нынешнему взрывному развитию машинного обучения.

«Работа лауреатов уже принесла наибольшую пользу. В физике мы используем искусственные нейронные сети в огромном количестве областей, например, для разработки новых материалов с конкретными свойствами», — говорит Эллен Мунс, председатель Нобелевского комитета по физике.

Нобелевская премия по физике имеет богатую историю. Ее основал Альфред Нобель, шведский химик и изобретатель динамита, в 1895 году. Среди лауреатов прошлых лет — выдающиеся ученые, сделавшие революционные открытия в квантовой механике, ядерной физике, астрофизике и других областях.

Источник материала
loader
loader