Нобелівський комітет визнав внесок двох вчених у розвиток штучного інтелекту, присудивши їм премію з фізики за 2024 рік. Джон Гопфілд і Джеффрі Гінтон розробили методи, які лягли в основу сучасного машинного навчання.
Лауреати застосували фізичні інструменти для створення потужних алгоритмів обробки даних. Гопфілд винайшов асоціативну пам’ять, здатну зберігати та відтворювати зображення й інші типи інформаційних патернів. Гінтон розробив метод, який автономно виявляє властивості в даних, що дозволяє виконувати такі завдання, як ідентифікація конкретних елементів на зображеннях.
Штучні нейронні мережі, натхненні структурою мозку, складаються з вузлів, які представляють нейрони. Ці вузли взаємодіють через з’єднання, подібні до синапсів
Мережа Гопфілда використовує метод збереження та відтворення патернів. Вона базується на фізичних принципах, що описують властивості матеріалу через атомний спін
Джеффрі Гінтон використав мережу Гопфілда як основу для нової мережі, що використовує інший метод: машину Больцмана. Вона може навчитися розпізнавати характерні елементи в даному типі даних. Гінтон використав інструменти зі статистичної фізики — науки про системи, побудовані з багатьох подібних компонентів. Машина навчається шляхом подачі прикладів, які з високою ймовірністю виникають при роботі машини. Машину Больцмана можна використовувати для класифікації зображень або створення нових прикладів того типу шаблону, на якому вона була навчена. Гінтон розвинув цю роботу, допомагаючи започаткувати нинішній вибуховий розвиток машинного навчання.
«Робота лауреатів вже принесла найбільшу користь. У фізиці ми використовуємо штучні нейронні мережі у величезній кількості галузей, наприклад, для розробки нових матеріалів із конкретними властивостями», — каже Еллен Мунс, голова Нобелівського комітету з фізики.
Нобелівська премія з фізики має багату історію. Її заснував Альфред Нобель, шведський хімік і винахідник динаміту, у 1895 році. Серед лауреатів минулих років — видатні вчені, які зробили революційні відкриття у квантовій механіці, ядерній фізиці, астрофізиці та інших галузях.