Koneoppimisen pioneerit voittavat Nobel -fysiikan palkinnon
Koneoppimisen pioneerit voittavat Nobel -fysiikan palkinnon
Kaksi tutkijaa, jotka boom Nobelin fysiikan palkinto 2024.
John Hopfield New Jerseyn Princetonin yliopistosta ja Kanadan Toronton yliopistosta Geoffrey Hinton jakavat 11 miljoonan Ruotsin kruunun (miljoonan dollarin) hinnan, jonka Ruotsin kuninkaallinen tiedeakatemia ilmoitti 8. lokakuuta Stockholmassa.
Molemmat fyysiset työkalut, joita käytetään menetelmien kehittämiseen, jotka
Vuonna 1982 fysiikan taustan teoreettinen biologi Hopfield kehitti verkon, joka kuvasi solmujen välisiä yhteyksiä fyysisiksi voimiksi 1 . Säilyttämällä kuviot verkon alhaisen energian tilana, järjestelmä pystyi palauttamaan kuvan, kun se kohtasi samanlaisen kuvion. Se tunnetaan assosiatiivisena muistina, koska se muistuttaa aivoja, jotka yrittävät muistaa harvoin käytetyn sanan tai käsitteen. Hinton, tietotekniikka, käytti myöhemmin tilastollisen fysiikan periaatteita, joita käytetään järjestelmien kollektiiviseen kuvaukseen, jotka koostuvat liian monista yksittäisistä osista "Hopfield -verkkojen" kehittämiseksi edelleen. Integroimalla todennäköisyydet verkon kerrostettuun versioon, hän loi työkalun, joka pystyi tunnistamaan ja luokittelemaan kuvia tai luomaan uusia esimerkkejä tyypistä, jolle se on koulutettu 2 . Nämä prosessit poikkesivat aiemmista laskelmista, koska verkot pystyivät oppimaan esimerkeistä, mukaan lukien jäsentämättömät tiedot, mikä on haaste tavanomaisille ohjelmistoille, jotka perustuvat askel -askellaskelmiin. Verkot ovat "runsaasti idealisoituja malleja, jotka ovat yhtä erilaisia kuin todelliset biologiset hermosoluverkot kuin planeettojen omenat", kirjoitti Hinton Vuonna 2000 luonnossa . Mutta ne ovat osoittautuneet hyödyllisiksi ja kehitettyjä laajasti. Neuraaliverkot, jotka jäljittelevät ihmisen oppimista, muodostavat perustan monien erittäin kehittyneiden AI-työkalujen perustasta suurista äänimalleista (LLMS) koneoppimisalgoritmeihin, jotka pystyvät analysoimaan suuria määriä tietoja, mukaan lukien Proteiinirakenteen ennustamismalli Alphafold . Puhelinkeskusteluissa ilmoituksessa Hinton sanoi, että se oli "salama sinisestä", kun hän sai tietää Nobel -palkinnostaan. "Olen hämmästynyt, minulla ei ollut aavistustakaan siitä, että se tapahtuu", hän sanoi. Hän lisäsi, että mekaanisen oppimisen edistymisellä on ”valtava vaikutus; se on verrattavissa teollisuusvallankumoukseen. Mutta sen sijaan, että ylittäisi fyysisen voiman ihmiset, se ylittää älyllisessä kyvyssä olevat ihmiset." Hopfield, J.J., Proc. Natl. Acad. Sci. USA 79, 2554 (1982). artikkeli Fahlman, S.E., Hinton, G.E. ja Sejnowski, T.J. AAAI 83 -konferenssin julkaisut, s. 109-113 (1983).
Ra
PubMed
Google Scholar