Maskinlæringspionerer vinner Nobelprisen for fysikk

John Hopfield og Geoffrey Hinton vinner Nobelprisen i fysikk 2024 for deres bidrag til Machine Intelligence og AI.
(Symbolbild/natur.wiki)

Maskinlæringspionerer vinner Nobelprisen for fysikk

To forskere som

John Hopfield fra Princeton University i New Jersey og Geoffrey Hinton fra University of Toronto, Canada, deler prisen på 11 millioner svenske kroner (1 million dollar), som ble kunngjort 8. oktober av Royal Swedish Academy of Sciences i Stockholm.

Begge fysiske verktøyene som brukes til å utvikle metoder som

I 1982 utviklet Hopfield, en teoretisk biolog med bakgrunn innen fysikk, et nettverk som beskrev forbindelsene mellom noder som fysiske krefter 1 . Ved å lagre mønstre som en lav energitilstand i nettverket, var systemet i stand til å gjenopprette bildet når det ble konfrontert med et lignende mønster. Det ble kjent som et assosiativt minne fordi det ligner hjernen som prøver å huske et sjelden brukt ord eller konsept.

Hinton, en dataforsker, brukte senere prinsipper fra den statistiske fysikken som brukes til den kollektive beskrivelsen av systemer som består av for mange individuelle deler til å videreutvikle "Hopfield Networks". Ved å integrere sannsynligheter i en lagvis versjon av nettverket, opprettet han et verktøy som var i stand til å gjenkjenne og klassifisere bilder eller å generere nye eksempler på den typen det ble trent på 2 .

Disse prosessene skilte seg fra de tidligere beregningene, siden nettverkene var i stand til å lære av eksempler, inkludert ustrukturerte data, som er en utfordring for konvensjonell programvare basert på trinn -for -trinn -beregninger.

Nettverkene er "sjenerøst idealiserte modeller som er like forskjellige fra ekte biologiske neuronale nettverk som epler fra planeter", skrev Hinton i 2000 i naturen . Men de har vist seg å være nyttige og ble omfattende utviklet. Nevrale nettverk som etterligner menneskelig læring, danner grunnlaget for mange høyt utviklede AI-verktøy, fra store stemmemodeller (LLM) til maskinlæringsalgoritmer som er i stand til å analysere store datamengder, inkludert proteinstruktur prognosemodell alphafold .

I en telefonsamtale ved kunngjøringen sa Hinton at det var "et blitz ut av det blå" da han fikk vite om nobelprisen. "Jeg er overrasket, jeg ante ikke at det skulle skje," sa han. Han la til at fremgang i mekanisk læring vil "ha en enorm innflytelse; det vil være sammenlignbart med den industrielle revolusjonen. Men i stedet for å overskride mennesker i fysisk styrke, vil det overstige menneskene i intellektuell evne."

  1. Hopfield, J.J., Proc. Natl. Acad. Sci. USA 79, 2554 (1982).

    Fahlman, S.E., Hinton, G.E. og Sejnowski, T.J. Proceedings of the AAAI 83 Conference, s. 109-113 (1983).

  2. Last ned referanser