Academia Regală Suedeză de Științe a decis să acorde Premiul Nobel în fizică în acest an lui John J. Hopfield și Geoffrey E. Hinton „pentru descoperirile și invențiile fundamentale care permit învățarea automată cu ajutorul rețelelor neuronale artificiale”, conform unui anunț oficial.
Laureații fizicii din acest an, John Hopfield și Geoffrey Hinton, au folosit instrumente din fizică pentru a construi metode care au contribuit la punerea bazelor învățării automate puternice de astăzi. Hopfield a creat o structură care poate stoca și reconstrui informații. Hinton a inventat o metodă care poate descoperi independent proprietăți în date și care a devenit importantă pentru marile rețele neuronale artificiale utilizate în prezent.
“Deși calculatoarele nu pot gândi, mașinile pot imita acum funcții precum memoria și învățarea. Laureații Premiului Nobel 2024 pentru fizică au contribuit la realizarea acestui lucru. Folosind concepte și metode fundamentale din fizică, ei au dezvoltat tehnologii care utilizează structurile rețelelor pentru a procesa informații”, au transmis reprezentanții Academiei Suedeze.
Instituția explică munca celor doi laureați:
- Atunci când vorbim despre inteligența artificială, ne referim adesea la învățarea automată cu ajutorul rețelelor neuronale artificiale. Această tehnologie a fost inițial inspirată de structura creierului. Într-o rețea neuronală artificială, neuronii creierului sunt reprezentați prin noduri care au valori diferite. Aceste noduri se influențează reciproc prin conexiuni care pot fi comparate cu sinapsele și care pot fi întărite sau slăbite. Rețeaua este antrenată, de exemplu prin dezvoltarea unor conexiuni mai puternice între nodurile cu valori simultan ridicate. Laureații din acest an au realizat lucrări importante cu rețele neuronale artificiale începând cu anii 1980.
- John Hopfield a inventat o rețea care utilizează o metodă de salvare și recreare a modelelor. Ne putem imagina nodurile ca pe niște pixeli. Rețeaua Hopfield utilizează fizica care descrie caracteristicile unui material datorită spinului său atomic – o proprietate care face din fiecare atom un mic magnet
- Rețeaua în ansamblu este descrisă într-o manieră echivalentă cu energia din sistemul de spin găsit în fizică și este antrenată prin găsirea valorilor conexiunilor dintre noduri, astfel încât imaginile salvate să aibă o energie scăzută. Atunci când rețeaua Hopfield este alimentată cu o imagine distorsionată sau incompletă, aceasta trece metodic prin noduri și actualizează valorile acestora, astfel încât energia rețelei să scadă. Astfel, rețeaua lucrează pas cu pas pentru a găsi imaginea salvată care seamănă cel mai mult cu cea imperfectă cu care a fost alimentată.
- Geoffrey Hinton a folosit rețeaua Hopfield ca bază pentru o nouă rețea care utilizează o metodă diferită: mașina Boltzmann. Aceasta poate învăța să recunoască elemente caracteristice într-un anumit tip de date. Hinton a folosit instrumente din fizica statistică, știința sistemelor construite din multe componente similare. Mașina este antrenată prin furnizarea de exemple care sunt foarte susceptibile de a apărea atunci când mașina este rulată. Mașina Boltzmann poate fi utilizată pentru a clasifica imagini sau pentru a crea noi exemple ale tipului de model pe care a fost antrenată. Hinton s-a bazat pe aceste lucrări, contribuind la inițierea dezvoltării explozive actuale a învățării automate.
„Munca laureaților a fost deja de cel mai mare folos. În fizică folosim rețele neuronale artificiale într-o gamă largă de domenii, cum ar fi dezvoltarea de noi materiale cu proprietăți specifice”, a declarat Ellen Moons, președinta Comitetului Nobel pentru Fizică.
John J. Hopfield, născut în 1933 în Chicago, IL, SUA. Doctor în 1958 la Universitatea Cornell, Ithaca, NY, SUA. Profesor la Universitatea Princeton, NJ, SUA.
Geoffrey E. Hinton, născut în 1947 la Londra, Regatul Unit. Doctorat 1978 la Universitatea din Edinburgh, Regatul Unit. Profesor la Universitatea din Toronto, Canada.