Cei doi laureați ai Premiului Nobel pentru fizică din acest an au folosit instrumentele fizicii pentru a dezvolta metode care stau la baza puternicului învățarea automată curent, una din ramurile inteligență artificială (AI).
Academia Regală Suedeză de Științe și-a anunțat numele marți: John Hopfieldcare a creat o memorie asociativă capabilă să stocheze și să reconstruiască imagini și alte tipuri de modele în date și Geoffrey Hintoncare a inventat o metodă capabilă să găsească în mod autonom proprietăți în date și să realizeze astfel sarcini precum identificarea unor elemente specifice în imagini.
Ambele sunt premiate „pentru descoperiri și invenții fundamentale care permit învățarea automată cu rețele neuronale artificiale”, potrivit Comitetului Nobel pentru Fizică. Acest domeniu revoluționează știința, inginerie și viața de zi cu zi.
Cei doi laureați ai Premiului Nobel pentru fizică din acest an au folosit instrumente din fizică pentru a dezvolta metode care stau la baza învățării automate puternice de astăzi.
Când vorbim despre AI, de obicei ne referim la învățarea automată prin rețele neuronale artificiale. Această tehnologie a fost inspirată inițial de structura creierului. Într-o rețea neuronală artificială, neuronii din creier sunt reprezentați de 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 de conexiuni mai puternice între noduri cu valori simultan mari. Câștigătorii din acest an au desfășurat o muncă importantă cu rețele neuronale artificiale din anii 1980.
Învățarea automată ajută la clasificarea și analiza unor cantități uriașe de date. / Johan Jarnestad/Academia Regală Suedeză de Științe
Rețeaua Hopfield
John Hopfield, de la Universitatea Princeton (SUA), a inventat o rețea care folosește o metodă pentru a salva și recrea modele. Ne putem imagina nodurile ca pixeli. Apelul Rețeaua Hopfield folosește fizica care descrie caracteristicile unui material datorită acestuia rotire atomic, o proprietate care transformă fiecare atom într-un mic magnet.
Rețeaua Hopfield lucrează pas cu pas pentru a găsi imaginea salvată care seamănă cel mai mult cu cea imperfectă cu care a fost alimentată.
Rețeaua în ansamblu este descrisă în mod echivalent cu energia din sistemul de spin găsită în fizică și este antrenată prin găsirea valorilor pentru conexiuni între noduri astfel încât imaginile salvate să aibă energie scăzută.
Atunci când rețeaua Hopfield primește o imagine distorsionată sau incompletă, trece metodic prin noduri și actualizează valorile acestora, astfel încât energia rețelei să scadă. În acest fel, rețeaua lucrează pas cu pas pentru a găsi imaginea salvată care seamănă cel mai mult cu cea imperfectă cu care a fost alimentată.
De anul acesta #Premiul Nobel laureat în fizică John Hopfield a creat o memorie asociativă care poate stoca și reconstrui imagini și alte tipuri de modele în date.
Rețeaua Hopfield poate stoca modele și are o metodă de recreare a acestora. Când rețeaua primește un… pic.twitter.com/QDDKymJCaF
— Premiul Nobel (@NobelPrize) 8 octombrie 2024
Hinton folosește mașina Boltzmann
Geoffrey Hinton de la Universitatea din Toronto (Canada) a folosit rețeaua Hopfield ca bază pentru o nouă rețea care folosește o metodă diferită: Masina Boltzmann. Poate învăța să recunoască elementele caracteristice dintr-un anumit tip de date. Hinton a folosit instrumente din fizica statistică, știința sistemelor construite din multe componente similare.
Aparatul Boltzmann poate fi folosit pentru a clasifica imaginile sau pentru a crea noi exemple ale tipului de model pe care a fost antrenat.
Aparatul este antrenat alimentându-l cu exemple care au o mare probabilitate să apară atunci când este pornit. Aparatul Boltzmann poate fi folosit pentru a clasifica imaginile sau pentru a crea noi exemple ale tipului de model pe care a fost antrenat. Hinton a construit pe această lucrare, ajutând la inițierea dezvoltării explozive actuale a învățarea automată.
Geoffrey Hinton, laureatul de fizică din 2024, a folosit o rețea dezvoltată de co-laureatul său John Hopfield ca fundație pentru o nouă rețea: mașina Boltzmann. Acest lucru poate învăța să recunoască elementele caracteristice dintr-un anumit tip de date.
Aparatul Boltzmann poate fi folosit pentru a clasifica… pic.twitter.com/LMinR0vA0n
— Premiul Nobel (@NobelPrize) 8 octombrie 2024
„Munca câștigătorilor a fost deja cea mai benefică. În fizică folosim rețele neuronale artificiale într-o gamă largă de domenii, cum ar fi dezvoltarea de noi materiale cu proprietăți specifice”, a subliniat el. Ellen Moonspreședinte al Comitetului Nobel pentru Fizică.
Americanul Hopfield s-a născut în 1933 la Chicago, și-a luat doctoratul în 1958 la Universitatea Cornell (New York) și acum este profesor emerit la Princeton. La rândul său, Hinton s-a născut în 1947 la Londra (Regatul Unit), și-a luat doctoratul în 1978 la Universitatea din Edinburgh și, după ce s-a mutat în Canada, practică în prezent la Universitatea din Toronto.
Drepturi: Creative Commons.