Les pionniers de l'apprentissage automatique remportent le prix Nobel de physique
Les pionniers de l'apprentissage automatique remportent le prix Nobel de physique
Deux chercheurs qui Boomn Prix Nobel pour la physique 2024.
John Hopfield de l'Université de Princeton dans le New Jersey et Geoffrey Hinton de l'Université de Toronto, au Canada, partagent le prix de 11 millions de couronnes suédoises (1 million de dollars), annoncée le 8 octobre par la Royal Swedish Academy of Sciences à Stockholm.
Les deux outils physiques utilisés pour développer des méthodes qui
En 1982, Hopfield, biologiste théorique ayant un arrière-plan en physique, a développé un réseau qui décrivait les connexions entre les nœuds comme des forces physiques 1 . En stockant les modèles comme un état à faible énergie du réseau, le système a pu restaurer l'image lorsqu'il a été confronté à un modèle similaire. Il est devenu connu comme une mémoire associative car il ressemble au cerveau qui essaie de se souvenir d'un mot ou d'un concept rarement utilisé. Hinton, un informaticien, a ensuite utilisé des principes de la physique statistique qui sont utilisés pour la description collective des systèmes qui consistent en trop de pièces individuelles pour développer davantage les "réseaux de Hopfield". En intégrant les probabilités dans une version en couches du réseau, il a créé un outil qui a pu reconnaître et classer les images ou générer de nouveaux exemples du type sur lequel il a été formé 2 . Ces processus différaient des calculs précédents, car les réseaux ont pu apprendre des exemples, y compris des données non structurées, ce qui est un défi pour les logiciels conventionnels basés sur des calculs étapes par étape. Les réseaux sont "des modèles généreusement idéalisés qui sont aussi différents des réseaux réseaux neuronaux biologiques que les pommes de planètes", ont écrit hinton en 2000 dans la nature . Mais ils se sont révélés utiles et ont été largement développés. Les réseaux de neurones qui imitent l'apprentissage humain forment la base de nombreux outils d'IA très développés, des modèles vocaux importants (LLM) aux algorithmes d'apprentissage automatique qui sont capables d'analyser de grandes quantités de données, y compris Modèle de prévision de la structure des protéines Alphafold . Dans une conversation téléphonique à l'annonce, Hinton a déclaré que c'était "un flash à l'improviste" lorsqu'il a appris son prix Nobel. "Je suis étonné, je ne savais pas que cela se produirait", a-t-il déclaré. Il a ajouté que les progrès de l'apprentissage mécanique «auront une énorme influence; il sera comparable à la révolution industrielle. Mais au lieu de dépasser les personnes en force physique, il dépassera les personnes en capacité intellectuelle.» Hopfield, J.J., Proc. Natl. Acad. Sci. USA 79, 2554 (1982). Fahlman, S.E., Hinton, G.E. et Sejnowski, T.J. Actes de la conférence AAAI 83, pp. 109-113 (1983).