Kráľovská švédska akadémia vied sa rozhodla udeliť Nobelovú cenu za fyziku za rok 2024 Johnovi J. Hopfieldovi a Geoffreymu E. Hintonovi „za základné objavy a vynálezy, ktoré umožňujú strojové učenie za pomoci umelých neurónových sietí“.
Tohtoroční laureáti za fyziku John Hopfield a Geoffrey Hinton použili nástroje z fyziky na zostavenie metód, ktoré pomohli položiť základy dnešného výkonného strojového učenia. Hopfield vytvoril štruktúru, ktorá dokáže uchovávať a rekonštruovať informácie. Hinton vynašiel metódu, ktorá dokáže nezávisle objaviť vlastnosti v údajoch a ktorá sa stala dôležitou pre veľké umelé neurónové siete, ktoré sa teraz používajú.
Hoci počítače nedokážu myslieť, stroje teraz dokážu napodobňovať funkcie ako pamäť a učenie. Laureáti Nobelovej ceny za fyziku za rok 2024 to umožnili. Pomocou základných pojmov a metód z fyziky vyvinuli technológie, ktoré využívajú štruktúry v sieťach na spracovanie informácií.
„John Hopfield vynašiel sieť, ktorá využíva metódu ukladania a znovuvytvárania vzorov. Uzly si môžeme predstaviť ako pixely. Hopfieldova sieť využíva fyziku, ktorá opisuje vlastnosti materiálu vďaka jeho atómovému spinu – vlastnosti, ktorá z každého atómu robí „malý magnet“. Sieť ako celok je pritom popísaná spôsobom zodpovedajúcim energii v spinovom systéme, ktorý sa vyskytuje vo fyzike,“ opisuje výbor prácu prvého oceneného.
Keď je Hopfieldovej sieti dodaný skreslený alebo neúplný obraz, metodicky prechádza uzlami a aktualizuje ich hodnoty tak, aby energia siete klesla. Vďaka takto nastavenej sieti, dochádza k trénovaniu pomocou nájdenia hodnôt pre spojenie medzi uzlami tak, aby uložené obrazy mali nízku energiu. Sieť tak postupne pracuje na nájdení uloženého obrazu, ktorý sa najviac podobá nedokonalému obrazu, ktorý do nej bol vložený.
Hopfieldovu sieť použil Geoffrey Hinton ako základ pre novú sieť, ktorá používa inú metódu označovanú ako Boltzmannov stroj.
„Boltzmannov stroj je možné použiť na klasifikáciu obrázkov alebo na vytváranie nových príkladov podľa typu vzoru, na ktorom bol vycvičený. Hinton teda na túto prácu nadviazal a pomohol tak iniciovať súčasný prudký rozvoj strojového učenia,“ opísal prínos druhého laureáta Nobelov výbor.
„Práca laureátov je už teraz veľmi prínosná. Vo fyzike využívame umelé neurónové siete v celom rade oblastí, napríklad pri vývoji nových materiálov so špecifickými vlastnosťami,“ uviedla Ellen Moonsová, predsedníčka Nobelovho výboru pre fyziku.
Viac informácií:
The Nobel Prize in Physics 2024 – Press release
Zdroj: https://www.nobelprize.org; https://www.idnes.cz, zverejnené: 8.10.2024; autor: rup
