Тазгодишната Нобелова награда за физика е присъдена на създателите на невронните мрежи и машинното обучение

В основата на редица невронни мрежи, алгоритми за машинно обучение и изкуствен интелект стоят дълбоки открития в областта на физиката, както обявиха днес представители на Нобеловия комитет на Каролинския институт в Стокхолм. Тазгодишната награда за тези приноси беше присъдена на физика Джон Хопфийлд и математика Джефри Хинтън.

Джон Хопфийлд е роден на 15 юли 1933 година и получава докторска степен по физика през 1958 година от университета Корнел. Джефри Хинтън е роден на 6 декември 1947 година и получава докторска степен по изкуствен интелект от Единбургския университет през 1978 година. Интересно е да се отбележи, че Хинтън е правнук на известния британски математик Джордж Бул (1815-1864 г.). Понастоящем той е служител на Университета в Торонто, Канада.

Двамата започват да работят в тясно сътрудничество по невронните мрежи в началото на 80-те години на миналия век. Джон Хопфийлд става известен през 1982 година като изобретател на асоциативната невронна мрежа, която е наречена на негово име. Хинтън изобретява метод, който автоматизира процеса на извличане на данни за идентифициране на елементи на изображения, но къде е физиката във всичко това?

За да създаде невронната мрежа, Хопфийлд се възползва от добре известното свойство на атомите да се стремят към най-ниската стойност на своята енергия.

Невронната мрежа на Хопфийлд се описва по начин, еквивалентен на поведението на енергията в система от атомни спинове. Обучението се осъществява чрез намиране на такива стойности за връзките между възлите на мрежата, че запаметените изображения да имат ниска енергия. След това търсенето се свежда до обработване на връзките между възлите по такъв начин, че енергията на мрежата да намалее, а това би довело до откриване на най-доброто съответствие.

Джефри Хинтън използва мрежата на Хопфийлд като основа за нова мрежа, използваща различен метод: машината на Болцман. Тя може да се използва за обучение как да се разпознават характерни елементи в данни от определен тип. За тази цел Хинтън използва инструментите на статистическата физика – науката за системите, изградени от много сходни компоненти. Машината се обучава, като се захранва с примери, които е вероятно да се появят, когато машината се стартира. Машината на Болцман може да се използва за класифициране на изображения или за създаване на нови примери (снимки), върху които е била обучена.

„Работата на лауреатите вече е изключително полезна. Във физиката ние използваме невронни мрежи в широк кръг области, като например разработването на нови материали със специфични свойства.“

коментира наградата Елън Мунс, председател на Нобеловия комитет по физика

Нобеловата награда по физика е втората, присъдена тази седмица след като американските учени Виктор Амброс и Гари Рувкун получиха отличието в областта на медицината заради тяхното откритие на микроРНК и нейната роля в регулирането на гените – откритието хвърля светлина върху това как гените се регулират.