Masinõppe pioneerid võitsid Nobeli füüsikaauhinna

Masinõppe pioneerid võitsid Nobeli füüsikaauhinna

Kaks teadlast, kes... Masinõppe meetodid on välja töötanud tänapäeva Tehisintellekti (AI) buum aluseks, pälvisid 2024. aasta Nobeli füüsikaauhinna.

John Hopfield New Jerseys asuvast Princetoni ülikoolist ja Geoffrey Hinton Toronto ülikoolist Kanadast jagavad 11 miljoni Rootsi krooni (1 miljon dollari) suurust auhinda, mille kuulutas 8. oktoobril välja Rootsi Kuninglik Teaduste Akadeemia Stockholmis.

Mõlemad kasutasid füüsilisi tööriistu meetodite väljatöötamiseks tehisnärvivõrgud mis kasutavad abstraktsete mõistete õppimiseks ajust inspireeritud kihilisi struktuure. Nende avastused "moodustavad masinõppe ehitusplokke, mis võivad aidata inimestel teha kiiremaid ja enesekindlamaid otsuseid," ütles Nobeli komitee esimees ja Rootsi Karlstadi ülikooli füüsik Ellen Moons teate ajal. "Kunstnärvivõrke on kasutatud erinevate füüsikateemade uuringute edendamiseks, alates osakeste füüsikast kuni materjaliteaduseni ja lõpetades astrofüüsikaga."

1982. aastal töötas füüsika taustaga teoreetiline bioloog Hopfield välja võrgustiku, mis kirjeldas sõlmede vahelisi seoseid füüsiliste jõududena. 1. Salvestades mustrid võrgu vähese energiatarbega olekuna, võib süsteem sarnase mustriga silmitsi seistes kujutise taastada. Seda hakati nimetama assotsiatiivseks mäluks, kuna see meenutab aju, mis püüab meelde jätta harva kasutatavat sõna või mõistet.

Arvutiteadlane Hinton kasutas hiljem statistilise füüsika põhimõtteid, mida kasutati liiga paljudest üksikutest osadest koosnevate süsteemide ühiseks kirjeldamiseks, et edasi arendada "Hopfieldi võrke". Tõenäosuste lisamisega võrgu kihilisse versiooni lõi ta tööriista, mis suudab kujutisi ära tunda ja klassifitseerida või luua uusi näiteid selle tüübi kohta, mille järgi seda koolitati. 2.

Need protsessid erinesid varasematest arvutustest, kuna võrgud suutsid õppida näidetest, sealhulgas struktureerimata andmetest, mis on järkjärguliste arvutuste põhjal traditsioonilise tarkvara jaoks keeruline.

Võrgud on "lahkelt idealiseeritud mudelid, mis erinevad tõelistest bioloogilistest närvivõrkudest sama palju kui õunad planeetidest," kirjutas Hinton. aastal 2000 Looduses. Kuid need on osutunud kasulikuks ja neid on laialdaselt arendatud. Inimõpet matkivad närvivõrgud moodustavad aluse paljudele täiustatud tehisintellekti tööriistadele, alates suurtest keelemudelitest (LLM) kuni masinõppe algoritmideni, mis on võimelised analüüsima suuri andmemahtusid, sealhulgas Valgu struktuuri ennustamise mudel AlphaFold.

Telefonivestluses ütles Hinton, et see oli "välk selgest taevast", kui ta sai Nobeli preemiast teada. "Ma olen üllatunud, mul polnud aimugi, et see juhtub," ütles ta. Ta lisas, et edusammudel masinõppes "on tohutu mõju; see on võrreldav tööstusrevolutsiooniga. Kuid selle asemel, et ületada inimesi füüsilise jõu poolest, ületab see inimesi intellektuaalsete võimete poolest."

1. Hopfield, J. J., Proc. Natl. Acad. Sci. USA, 79, 2554 (1982).

   Artikkel
   PubMed
   Google Scholar

2. Fahlman, S.E., Hinton, G.E. ja Sejnowski, T.J. AAAI-83 konverentsi materjalid, lk 109-113 (1983).

   Google Scholar

Laadige alla viited