Нобелівська премія за прорив у штучному інтелекті: Гопфілд і Гінтон удостоєні премії

    43

    8 жовтня Нобелівський комітет оголосив лауреатів премії з фізики за 2023 рік. Серед відзначених — Джон Гопфілд та Джеффрі Гінтон, які здійснили фундаментальні відкриття у сфері машинного навчання та штучних нейронних мереж. 

    Джеффрі Гінтон — англо-канадський вчений, відомий своєю новаторською роботою у галузі штучного інтелекту. Протягом багатьох років він працював у Google Brain і в Університеті Торонто, де зробив значний внесок у розвиток нейронних мереж. Його робота над алгоритмом зворотного поширення помилки у 1986 році допомогла нейронним мережам наблизитися до їх сучасного вигляду. Це зробило Гінтона провідною фігурою у сфері глибокого навчання (deep learning), за що його навіть називають “Хрещеним батьком глибокого навчання”. 

    Джон Гопфілд — американський фізик, який у 1982 році винайшов асоціативні нейронні мережі, відомі як мережі Гопфілда. Його підхід до нейронних мереж був заснований на фізичних принципах, що дозволяють відновлювати спотворені дані, знижуючи рівень енергії мережі. Ця робота стала основою для багатьох сучасних алгоритмів штучного інтелекту. 

    Обидва науковці зробили великий внесок у розвиток штучного інтелекту через дослідження у сфері статистичної фізики. Гопфілд розробив нейронну мережу, яка здатна запам’ятовувати та відтворювати шаблони на основі їхньої енергетичної конфігурації, що дозволило створювати системи, здатні відновлювати спотворені дані. 

    Гінтон використав ці ідеї для створення Машини Больцмана — моделі, яка здатна навчатися шляхом розпізнавання шаблонів у даних, використовуючи фізичні закони. Її застосування стало проривом у галузі класифікації зображень та автоматичного генерування нових даних, що надало новий імпульс для розвитку сучасного машинного навчання. 

    Цього року Нобелівську премію з фізики вручили за спостереження надшвидкого руху електронів за допомогою ультракоротких спалахів світла. Водночас, внесок Гопфілда та Гінтона у розвиток нейронних мереж і машинного навчання був відзначений за їхню фундаментальну важливість для сучасних технологій. 



    • інші новини