Джон Гопфілд і Джефрі Гінтон отримали Нобелівську премію в галузі фізики

Нобелівський комітет 8 жовтня присудив премію 2024 року з фізики американському науковцю Джону Гопфілду та англо-канадському когнітивному психологу й інформатику Джефрі Евересту Гінтону. Вони зробили відкриття та винаходи, що дозволяють машинне навчання за допомогою штучних нейронних мереж.

Про це йдеться на офіційному сайті фонду Нобеля.

Зазначається, що науковці використали інструменти фізики для розробки методів, які є  «основою сучасного потужного машинного навчання».

Уточнюється, що Джон Гопфілд створив асоціативну пам'ять, яка може зберігати й реконструювати зображення та інші типи шаблонів у даних. Водночас Джефрі Гінтон винайшов метод, який може автономно знаходити властивості в даних і виконувати такі завдання, як ідентифікація конкретних елементів на зображеннях.

«У штучній нейронній мережі нейрони головного мозку представлені вузлами, що мають різні значення. Ці вузли впливають один на одного через зв'язки, які можна зробити сильнішими або ослабити. Мережа навчається, наприклад, завдяки розробці сильніших зв'язків між вузлами з одночасними високими значеннями. Цьогорічні лауреати провели важливу роботу зі штучними нейронними мережами з 1980-х років», – розповіли в комітеті.

Там зазначили, що Джон Гопфілд винайшов мережу, яка використовує метод збереження та відтворення шаблонів.

«Ми можемо уявити собі вузли як пікселі. Мережа Гопфілда використовує фізику, яка описує характеристики матеріалу через його атомне обертання – властивість, яка робить кожен атом крихітним магнітом. Мережа загалом описується способом, еквівалентним енергії в системі обертання, знайденій у фізиці, і навчається шляхом пошуку значень для зв’язків між вузлами, щоб збережені зображення мали низьку енергію», – додали у фонді.

Там також зауважили, що, коли мережа Гопфілда отримує спотворене або неповне зображення, вона «методично проходить через вузли» та оновлює їхні значення, тому енергія мережі падає. Таким чином, мережа працює поетапно, щоб знайти збережене зображення, яке найбільше схоже на недосконале, яке було подано.

Водночас Джефрі Гінтон використав мережу Гопфілда як основу для нової мережі, що застосовує інший метод: машину Больцмана. Вона може навчитися розпізнавати характерні елементи в певному типі даних. Гінтон використовував інструменти зі статистичної фізики – науки про системи, що складаються з багатьох подібних компонентів.

«Машину навчають, подаючи їй приклади, які дуже ймовірно виникають при її роботі. Машина Больцмана може бути використана для класифікації зображень або створення нових прикладів типів шаблонів, на яких вона була навчена. Гінтон розвинув цю роботу, допомагаючи започаткувати нинішній стрімкий розвиток машинного навчання», – наголосили у фонді Нобеля.

«Робота лауреатів уже принесла величезну користь. У фізиці ми використовуємо штучні нейронні мережі в широкому діапазоні сфер, таких, як розробка нових матеріалів із певними властивостями», – заявила голова Нобелівського комітету з фізики Еллен Мунс.

Бекграунд. Раніше Mind повідомляв, що американці Віктор Амброс та Гері Равкін отримали Нобелівську премію у галузі фізіології та медицини. Премію присудили за відкриття мікроРНК та її роль у посттранскрипційній регуляції генів.