Naukowcy, których odkrycia umożliwiły uczenie się maszyn i rozwój sztucznej inteligencji — Amerykanin John J. Hopfield oraz Kanadyjczyk Geoffrey E. Hinton — zostali laureatami Nagrody Nobla w dziedzinie fizyki.
Naukowcy, których odkrycia umożliwiły uczenie się maszyn i rozwój sztucznej inteligencji — Amerykanin John J. Hopfield oraz Kanadyjczyk Geoffrey E. Hinton — zostali laureatami Nagrody Nobla w dziedzinie fizyki.
Nagrodę Nobla w dziedzinie fizyki za rok 2024 otrzymali wspólnie Amerykanin John J.Hopfield (Princeton University) i Geoffrey brytyjsko-kanadyjski naukowiec E.Hinton (University of Toronto) za «fundamentalne odkrycia i wynalazki, które umożliwiają uczenie maszynowe za pomocą sztucznych sieci neuronowych». Werdykt ogłosił we wtorek w Sztokholmie Komitet Noblowski.
Chociaż komputery nie potrafią myśleć — mogą naśladować funkcje, takie jak pamięć i uczenie się. W latach 40. XX wieku naukowcy opierali się na matematyce, która leży u podstaw sieci neuronów i synaps mózgu. Kolejny element pochodził z psychologii, dzięki hipotezie neurobiologa Donalda Hebba, zgodnie z którą uczenie się zachodzi, ponieważ połączenia między neuronami są wzmacniane, gdy pracują razem.
Naukowcy próbowali odtworzyć sposób funkcjonowania mózgu poprzez budowanie sztucznych sieci neuronowych jako symulacji komputerowych. Neurony mózgu są w nich naśladowane przez węzły, którym nadano różne wartości, a synapsy — reprezentowane przez połączenia między węzłami, które mogą być wzmacniane lub osłabiane.
Pod koniec lat 60. XX wieku zniechęcające wyniki teoretyczne sprawiły, że wielu badaczy podejrzewało, że te sieci neuronowe nigdy nie będą miały żadnego rzeczywistego zastosowania.
Zainteresowanie nimi odżyło w latach 80. XX w. Wtedy właśnie tegoroczni nobliści rozpoczęli ważne prace nad sztucznymi sieciami neuronowymi, wykorzystując zapożyczone z fizyki narzędzia.
John Hopfield skonstruował pamięć skojarzeniową (asocjacyjną), która jest w stanie przechowywać i rekonstruować obrazy oraz inne rodzaje wzorców.
