Masinõppe pioneerid võidavad füüsika Nobeli auhinna
Masinõppe pioneerid võidavad füüsika Nobeli auhinna
Kaks teadlast, kes
John Hopfield New Jersey Princetoni ülikoolist ja Kanada Toronto ülikoolist Geoffrey Hinton jagavad 11 miljonit Rootsi krooni (miljonit dollarit), mille 8. oktoobril teatas Stockholmis asuv Rootsi kuninglik teaduste akadeemia. Mõlemad füüsilised tööriistad, mida kasutatakse meetodite väljatöötamiseks, mis ," CHRIECORY = "CHORY LINK" Kasulikud struktuurid abstraktsete mõistete õppimiseks. Tema avastused "moodustavad mehaanilise õppimise ehitusplokid, mis aitab inimestel teha kiiremaid ja usaldusväärsemaid otsuseid", ütles Rootsi Karlstadi ülikooli Nobeli komitee ja füüsiku esimees Ellen Moons. "Kunstlikke närvivõrke kasutati teadusuuringute edendamiseks erinevatel füüsilistel teemadel, alates osakeste füüsikast kuni materiaalseteadusteni kuni astrofüüsikani." 1982. aastal töötas füüsika taustaga teoreetiline bioloog Hopfield välja võrgu, mis kirjeldas sõlmede vahelisi seoseid füüsiliste jõududena
arvutiteadlane Hinton kasutas hiljem statistilise füüsika põhimõtteid, mida kasutatakse süsteemide kollektiivseks kirjelduseks, mis koosnevad liiga paljudest üksikutest osadest, et veelgi arendada "Hopfieldi võrke". Integreerides tõenäosused võrgu kihilisesse versiooni, lõi ta tööriista, mis suutis pilte ära tunda ja klassifitseerida või genereerida uusi näiteid selle tüübi kohta, millele see oli väljaõppinud
Need protsessid erinesid varasematest arvutustest, kuna võrgud suutsid näidetest õppida, sealhulgas struktureerimata andmeid, mis on väljakutse tavapärasele tarkvarale, mis põhineb samm -by -STEP arvutustel. Võrgud on "heldelt idealiseeritud mudelid, mis erinevad samadest bioloogilistest neuronaalsetest võrkudest kui Planets õunu", kirjutas Hinton 2000. aastal looduses . Kuid need on osutunud kasulikuks ja arenenud laialdaselt. Neuraalvõrgud, mis jäljendavad inimese õppimist, moodustavad paljude kõrgelt arenenud AI-tööriistade aluse, alates suurtest häälmudelitest (LLM-idest) kuni masinõppe algoritmideni, mis on võimelised analüüsima suuri andmeid, sealhulgas Valkude struktuuri prognoosimismudel Alphafold . Kuulutuse telefonivestluses ütles Hinton, et kui ta sai oma Nobeli preemiast teada, oli see "sinist väljalaskeava". "Olen üllatunud, mul polnud aimugi, et see juhtub," ütles ta. Ta lisas, et mehaanilise õppimise edusammudel on "tohutu mõju; see on võrreldav tööstusrevolutsiooniga. Kuid selle asemel, et ületada inimesi füüsilises tugevuses, ületab see intellektuaalsete võimetega inimesi." Hopfield, J. J., Proc. Natl. Acad. Sci. USA 79, 2554 (1982). Fahlman, S.E., Hinton, G.E. ja Sejnowski, T.J. AAAI 83 konverentsi toimetised, lk 109-113 (1983).