Нобелівську премію з фізики 2024 року присудили за дослідження в галузі нейромереж
Нобелівську премію з фізики 2024 року присудили за дослідження в галузі нейромереж

Нобелівську премію з фізики 2024 року присудили за дослідження в галузі нейромереж

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.

Відключайте рекламу - підтримуйте ITC! Нобелівську премію з фізики 2024 року присудили за дослідження в галузі нейромереж - Фото 1

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 синапсівНобелівську премію з фізики 2024 року присудили за дослідження в галузі нейромереж - Фото 2Нобелівську премію з фізики 2024 року присудили за дослідження в галузі нейромереж - Фото 3Синапс – це зв'язок між нейронами (або вузлами в штучних нейронних мережах), через який передаються сигнали., які можуть посилюватися або послаблюватися. Мережу навчають, наприклад, зміцнюючи зв’язки між вузлами з одночасно високими значеннями.

Мережа Гопфілда використовує метод збереження та відтворення патернів. Вона базується на фізичних принципах, що описують властивості матеріалу через атомний спінНобелівську премію з фізики 2024 року присудили за дослідження в галузі нейромереж - Фото 4Нобелівську премію з фізики 2024 року присудили за дослідження в галузі нейромереж - Фото 5Атомний спін — це квантовий механічний термін, що описує власний кутовий момент елементарної частинки, такого як електрон або атом. . Мережу навчають, знаходячи значення для зв’язків між вузлами так, щоб збережені зображення мали низьку енергію. Коли мережі подають спотворене або неповне зображення, вона поетапно оновлює значення вузлів, знижуючи енергію системи, щоб знайти найбільш подібне збережене зображення.

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.

Джерело матеріала
loader
loader