Пионерите за машинно обучение печелят Нобеловата награда за физика
Пионерите за машинно обучение печелят Нобеловата награда за физика
Двама изследователи, които
През 1982 г. Хопфийлд, теоретичен биолог с произход във физиката, разработи мрежа, която описва връзките между възлите като физически сили 1 . Съхранявайки модели като ниско енергийно състояние на мрежата, системата успя да възстанови изображението, когато се сблъска с подобен модел. Той стана известен като асоциативна памет, защото прилича на мозъка, който се опитва да запомни рядко използвана дума или концепция. Hinton, компютърен учен, по -късно използва принципи от статистическата физика, които се използват за колективното описание на системите, които се състоят от твърде много отделни части за по -нататъшно разработване на „Hopfield Networks“. Интегрирайки вероятностите в слоеста версия на мрежата, той създаде инструмент, който беше в състояние да разпознава и класифицира изображения или да генерира нови примери от типа, върху който е бил обучен 2 . Тези процеси се различаваха от предишните изчисления, тъй като мрежите успяха да се поучат от примери, включително неструктурирани данни, което е предизвикателство за конвенционалния софтуер въз основа на STEP -By -Step изчисления. The networks are "generously idealized models that are as different from real biological neuronal networks as apples from planets", wrote Hinton В 2000 г. в природата . Но те се оказаха полезни и бяха широко развити. Невронните мрежи, които имитират човешкото обучение, са в основата на много високо развити AI инструменти, от големи гласови модели (LLMS) до алгоритми за машинно обучение, които са в състояние да анализират големи количества данни, включително Прогнозиране на протеиновата структура Alphafold . В телефонен разговор при съобщението Хинтън каза, че това е "светкавица от синьото", когато научи за своята Нобелова награда. "Удивен съм, нямах представа, че това ще се случи", каза той. Той добави, че напредъкът в механичното обучение ще „има огромно влияние; това ще бъде сравнимо с индустриалната революция. Но вместо да надвишава хората във физическа сила, той ще надхвърли хората в интелектуални способности.“ Hopfield, J.J., Proc. Natl. Акад. Sci. САЩ 79, 2554 (1982). Fahlman, S.E., Hinton, G.E. и Sejnowski, T.J. Протоколи от конференцията AAAI 83, стр. 109-113 (1983).