رواد التعلم الآلي يفوزون بجائزة نوبل في الفيزياء

رواد التعلم الآلي يفوزون بجائزة نوبل في الفيزياء

اثنان من الباحثين... طرق التعلم الآلي لقد طوروا ذلك اليوم طفرة في الذكاء الاصطناعي (AI) الأساسية، وحصل على جائزة نوبل في الفيزياء لعام 2024.

يتقاسم جون هوبفيلد من جامعة برينستون في نيوجيرسي وجيفري هينتون من جامعة تورنتو بكندا الجائزة البالغة قيمتها 11 مليون كرونة سويدية (مليون دولار)، والتي أعلنت عنها الأكاديمية الملكية السويدية للعلوم في ستوكهولم في 8 أكتوبر.

كلاهما يستخدم الأدوات المادية لتطوير الأساليب التي الشبكات العصبية الاصطناعية التي تستخدم هياكل متعددة الطبقات مستوحاة من الدماغ لتعلم المفاهيم المجردة. وقالت إلين مونز، رئيسة لجنة نوبل وعالمة الفيزياء في جامعة كارلستاد بالسويد، خلال الإعلان، إن اكتشافاتهم "تشكل اللبنات الأساسية للتعلم الآلي الذي يمكن أن يساعد الناس على اتخاذ قرارات أسرع وأكثر ثقة". "لقد تم استخدام الشبكات العصبية الاصطناعية لتعزيز الأبحاث في موضوعات فيزيائية مختلفة، من فيزياء الجسيمات إلى علوم المواد إلى الفيزياء الفلكية."

في عام 1982، قام هوبفيلد، وهو عالم أحياء نظري يتمتع بخلفية في الفيزياء، بتطوير شبكة تصف الروابط بين العقد بأنها قوى فيزيائية 1. ومن خلال تخزين الأنماط كحالة طاقة منخفضة للشبكة، يمكن للنظام استعادة الصورة عند مواجهة نمط مماثل. أصبحت تُعرف بالذاكرة الترابطية لأنها تشبه محاولة الدماغ تذكر كلمة أو مفهوم نادرًا ما يستخدم.

استخدم هينتون، عالم الكمبيوتر، لاحقًا مبادئ من الفيزياء الإحصائية المستخدمة لوصف الأنظمة المكونة من عدد كبير جدًا من الأجزاء الفردية بشكل جماعي لمواصلة تطوير "شبكات هوبفيلد". ومن خلال دمج الاحتمالات في نسخة متعددة الطبقات من الشبكة، أنشأ أداة قادرة على التعرف على الصور وتصنيفها أو إنشاء أمثلة جديدة من النوع الذي تم تدريبها عليه. 2.

اختلفت هذه العمليات عن الحسابات السابقة لأن الشبكات كانت قادرة على التعلم من الأمثلة، بما في ذلك البيانات غير المنظمة، وهو ما يشكل تحديًا للبرامج التقليدية القائمة على الحسابات خطوة بخطوة.

وكتب هينتون أن الشبكات هي "نماذج مثالية بسخاء تختلف عن الشبكات العصبية البيولوجية الحقيقية مثل اختلاف التفاح عن الكواكب". في عام 2000 في الطبيعة. لكنها أثبتت فائدتها وتم تطويرها على نطاق واسع. تشكل الشبكات العصبية التي تحاكي التعلم البشري الأساس للعديد من أدوات الذكاء الاصطناعي المتقدمة، بدءًا من نماذج اللغات الكبيرة (LLMs) وحتى خوارزميات التعلم الآلي القادرة على تحليل كميات كبيرة من البيانات، بما في ذلك نموذج التنبؤ ببنية البروتين AlphaFold.

وفي محادثة هاتفية أعلن فيها عن ذلك، قال هينتون إنها كانت "مفاجأة مفاجئة" عندما علم بفوزه بجائزة نوبل. وقال: "أنا مندهش، لم يكن لدي أي فكرة أن هذا سيحدث". وأضاف أن التقدم في التعلم الآلي "سيكون له تأثير هائل، وسيكون مشابهاً للثورة الصناعية. ولكن بدلاً من أن يتفوق على البشر في القوة البدنية، فإنه سيتفوق على البشر في القدرة الفكرية".

1. هوبفيلد، جي جي، بروك. ناتل. أكاد. الخيال العلمي. الولايات المتحدة الأمريكية 79، 2554 (1982).

   شرط
   مجلات
   جوجل الباحث العلمي

2. فالمان، S.E.، هينتون، G.E. و سيجنوفسكي، ت.ج. وقائع مؤتمر AAAI-83، الصفحات من 109 إلى 113 (1983).

   جوجل الباحث العلمي

تحميل المراجع