За обучение искусственного интеллекта дали Нобелевскую премию по физике
Профессор Принстонского университета (США) Джон Хопфилд и профессор Университета Торонто (Канада) Джеффри Хинтон стали лауреатами Нобелевской премии по физике 2024 года «за основополагающие открытия и изобретения, которые позволяют осуществлять машинное обучение с использованием искусственных нейронных сетей».
Как известно, Нобелевские премии по математике не присуждают, а исследование по искусственному интеллекту – это по сути область математики. Однако Нобелевский Комитет нашёл лазейку, чтобы отметить достижения тех, кто еще более сорока лет тому назад закладывали основы одного из самых динамично развивающихся в настоящее время направлений исследований (Хопфилду уже 91 год, а Хинтону – 76 лет). Оба лауреата Нобелевской премии по физике этого года использовали физические законы для разработки методов, которые стали основой современного мощного машинного обучения, важнейшего инструмента разработки искусственного интеллекта.
Создание искусственных нейронных сетей – это попытка смоделировать работу человеческого мозга. Они состоят из большого числа узлов – нейронов, которые принимают сигналы (значения) от других нейронов и передают их дальше по связям, которые характеризуются числами – определяющими силу данной связи. Цель машинного обучения – подбор этих чисел так, чтобы сеть решала нужную задачу.
Джон Хопфилд разработал структуру, которая может работать как ассоциативная память, способная хранить и восстанавливать изображения и другие типы шаблонов данных. Сейчас эта нейросетевая модель более известна как сеть Хопфилда. При анализе изображений нейроны в ней могут быть представлены как пиксели. Хопфилд описал общее состояние своей сети выражением, которое эквивалентно энергии в спиновой системе, рассматриваемой в физике. Эта энергия вычисляется с помощью формулы, которая использует все значения нейронов и все силы связей между ними.
Как известно, Нобелевские премии по математике не присуждают, а исследование по искусственному интеллекту – это по сути область математики. Однако Нобелевский Комитет нашёл лазейку, чтобы отметить достижения тех, кто еще более сорока лет тому назад закладывали основы одного из самых динамично развивающихся в настоящее время направлений исследований (Хопфилду уже 91 год, а Хинтону – 76 лет). Оба лауреата Нобелевской премии по физике этого года использовали физические законы для разработки методов, которые стали основой современного мощного машинного обучения, важнейшего инструмента разработки искусственного интеллекта.
Создание искусственных нейронных сетей – это попытка смоделировать работу человеческого мозга. Они состоят из большого числа узлов – нейронов, которые принимают сигналы (значения) от других нейронов и передают их дальше по связям, которые характеризуются числами – определяющими силу данной связи. Цель машинного обучения – подбор этих чисел так, чтобы сеть решала нужную задачу.
Джон Хопфилд разработал структуру, которая может работать как ассоциативная память, способная хранить и восстанавливать изображения и другие типы шаблонов данных. Сейчас эта нейросетевая модель более известна как сеть Хопфилда. При анализе изображений нейроны в ней могут быть представлены как пиксели. Хопфилд описал общее состояние своей сети выражением, которое эквивалентно энергии в спиновой системе, рассматриваемой в физике. Эта энергия вычисляется с помощью формулы, которая использует все значения нейронов и все силы связей между ними.
Только зарегистрированные и авторизованные пользователи могут оставлять комментарии.
