Pionierowie uczenia maszynowego zdobywają nagrodę Nobla za fizykę
Pionierowie uczenia maszynowego zdobywają nagrodę Nobla za fizykę
Dwóch badaczy, którzy Besh w Artificial Intenergence (KI) Are wf. Nagroda Nobla za fizykę 2024.
John Hopfield z Princeton University w New Jersey i Geoffrey Hinton z University of Toronto w Kanadzie, dzielą cenę 11 milionów szwedzkich koron (1 milion dolarów), co zostało ogłoszone 8 października przez Royal Swedish Academy of Sciences w Sztokholmie.
Oba fizyczne narzędzia używane do opracowywania metod, które
W 1982 r. Hopfield, biolog teoretyczny z tłem w fizyce, opracował sieć, która opisywała połączenia między węzłami jako siły fizyczne Bleiben Sie informiert: Jeden Abend senden wir Ihnen die Artikel des Tages aus der Kategorie Allgemein – übersichtlich als Liste. Hinton, informatyk, później użył zasad z fizyki statystycznej, które są używane do zbiorowego opisu systemów, które składają się ze zbyt wielu poszczególnych części, aby dalej opracować „sieci Hopfield”. Integrując prawdopodobieństwa z warstwową wersją sieci, stworzył narzędzie, które było w stanie rozpoznać i sklasyfikować obrazy lub wygenerować nowe przykłady typu, na którym został wyszkolony
Procesy te różniły się od poprzednich obliczeń, ponieważ sieci były w stanie uczyć się z przykładów, w tym nieustrukturyzowanych danych, co stanowi wyzwanie dla konwencjonalnego oprogramowania opartego na obliczeniach krokowych. Sieci to „hojnie wyidealizowane modele, które różnią się tak samo od prawdziwych biologicznych sieci neuronalnych jak jabłka z planet”, napisał Hinton w naturze 2000 . Ale okazali się przydatne i zostały szeroko rozwinięte. Sieci neuronowe, które naśladują uczenie się człowieka, stanowią podstawę wielu wysoko rozwiniętych narzędzi AI, od dużych modeli głosowych (LLM) po algorytmy uczenia maszynowego, które są w stanie analizować duże ilości danych, w tym Model prognozowania struktury białka alfafold . W rozmowie telefonicznej w ogłoszeniu Hinton powiedział, że to „błysk nieoczekiwany”, kiedy dowiedział się o swojej Nagrody Nobla. „Jestem zdumiony, nie miałem pojęcia, że tak się stanie” - powiedział. Dodał, że postęp w uczeniu się mechanicznym „będzie miał ogromny wpływ; będzie to porównywalne z rewolucją przemysłową. Ale zamiast przekraczać ludzi w sile fizycznej, przekroczy ludzi w zdolnościach intelektualnych”. Hopfield, J.J., Proc. Natl. Acad. Sci. USA 79, 2554 (1982). fahlman, S.E., Hinton, G.E. i Sejnowski, T.J. Materiały z konferencji AAAI 83, s. 109-113 (1983).