Нобеловата награда за физика бе присъдена за „фундаментални открития“ в сферата на машинното обучение

Нобеловата награда за физика беше присъдена на Джон Хопфийлд и Джефри Хинтън за техните „фундаментални открития“, които позволяват машинно обучение с изкуствени невронни мрежи.

„Въпреки че компютрите не могат да мислят, машините вече могат да имитират функции като памет и учене. Тазгодишните лауреати по физика помогнаха това да стане възможно“, се казва в изявление на Нобеловия комитет.

Тазгодишните лауреати получават и награден фонд парична стойност от 11 млн. шведски крони (1 млн. щатски долара)

Хопфийлд от Принстънския университет и Хинтън от Университета на Торонто бяха почетени за полагането на основите на машинното обучение.

„Използвайки фундаментални концепции и методи от физиката, те са разработили технологии, които използват структури в мрежи за обработка на информация“, посочи комитета. Това доведе до „експлодиране“ на развитието на машинното обучение през последните две десетилетия, добави той.

Хинтън, който е считан за един от „кръстниците“ на изкуствения интелект, каза, че е бил „смаян“ от новината, че получава наградата.

Попитан от репортери за потенциалното значение на технологията, чието изследване е помогнало за разработването, той каза, че изкуственият интелект ще има „огромно влияние“ върху нашите общества.

„Ще бъде сравнимо с индустриалната революция. Но вместо да превъзхожда хората по физическа сила, ще ги надминава по интелектуални способности. Нямаме опит с неща, които са по-умни от нас“, каза той в телефонно интервю след обявяването на наградата.

Хинтън прогнозира, че технологията ще доведе до революция в  сфери като здравеопазването и ще доведе до „огромно подобрение на производителността“.

„Но ние също трябва да се тревожим за редица възможни лоши последици, особено за заплахата тези неща да излязат извън контрол“, предупреди той.

Имитиране на мозъка

ИИ се превърна в съкратено обозначение за машинно обучение с помощта на изкуствени невронни мрежи. Тази технология – разработена от Хопфийлд и Джефри Хинтън, се основава на структурата на мозъка.

Докато мозъкът има неврони, изкуствената невронна мрежа има възли с различни стойности. Невроните на мозъка комуникират помежду си чрез синапси, изкуствените възли си влияят един на друг чрез връзки. Можете да обучите изкуствена невронна мрежа, като развиете по-силни връзки между възлите, точно както можете да обучите мозъка.

Точно както можем да мъчим мозъка си за конкретна дума или факт, който рядко използваме и само смътно си спомняме, изкуствените невронни мрежи също могат да търсят обратно в моделите, които са запазили – благодарение на изобретяването на мрежата на Хопфийлд през 1982 г.

„Мрежата, която Хопфийлд изгради, има възли, които са свързани заедно чрез връзки с различна сила. Всеки възел може да съхранява индивидуална стойност – в първата работа на Хопфийлд това може да бъде 0 или 1, като пикселите в черно-бяла картина“, отбеляза комитетът, описвайки подробно работата на дуото.

След като Хопфийлд публикува изследването си, Хинтън го разширява, използвайки идеи от статистическата физика и разработва най-ранната форма на машинно обучение, наречена „машина на Болцман“.

От 80-те години на миналия век мрежите набъбнаха по размер. Докато Хопфийлд използва мрежа само с 30 възела – с по-малко от 500 параметъра, които ги свързват, днешните мрежи могат да съдържат повече от един трилион параметри.

За разлика от традиционния софтуер, който е подобен на следването на рецепта за печене на торта, изкуствената невронна мрежа е в състояние да се учи от примери, черпейки от предишни знания, за да създава нови рецепти.