John Hopfield dhe Geoffrey Hinton fituan çmimin Nobel 2024 në Fizikë për studimet e tyre mbi rrjetet nervore artificiale, baza e sistemeve aktuale të AI
Më 8 tetor 2024, Akademia Mbretërore Suedeze e Shkencave shpalli fituesit e Çmimit Nobel të Fizikës 2024. Çmimi iu dha John J. Hopfield dhe Geoffrey E. Hinton “për zbulimet dhe shpikjet themelore që kanë bërë të mundur “të mësuarit me makinë”. me rrjete nervore artificiale’. Hopfield dhe Hinton konsiderohen pionierë në fushën e inteligjencës artificiale: puna e tyre, e cila u zhvillua nga vitet 1980 e këtej , hodhi themelet teorike dhe praktike për shumë nga teknologjitë e AI që përdorim sot, nga makinat me vetëdrejtim te njohja e zërit. .
Themelet e inteligjencës artificiale moderne
Hulumtimi i Hopfield dhe Hinton u përqendrua në zhvillimin e modeleve matematikore të frymëzuara nga funksionimi i trurit të njeriut. Këto modele, të njohura si rrjete nervore artificiale, janë tani në zemër të të ashtuquajturit “revolucion i AI” që po shohim. Zbulimet e tyre kanë hapur rrugën për aplikime të shumta praktike që po transformojnë sektorë të ndryshëm, nga industria në mjekësi, përmes kërkimit shkencor dhe jetës së përditshme.
Inteligjenca artificiale moderne bazohet kryesisht në mësimin e makinerive përmes rrjeteve nervore artificiale. Kjo teknologji merr frymëzim nga struktura e trurit të njeriut, duke përdorur mjete nga fizika për të zbatuar modele llogaritëse të afta për të mësuar nga të dhënat.
Në rrjetet nervore artificiale, neuronet në tru përfaqësohen nga nyje me vlera të ndryshme, të lidhura së bashku me lidhje që mund të forcohen ose dobësohen, të ngjashme me sinapset biologjike. Procesi i të mësuarit të rrjetit ndodh duke ndryshuar fuqinë e këtyre lidhjeve bazuar në të dhënat mbi të cilat janë trajnuar.
Rrjeti Hopfield: kujtime të lidhura
John Hopfield, profesor në Universitetin Princeton, shpiku një rrjet të aftë për të ruajtur dhe rikrijuar modele të dhënash, të tilla si imazhe. Qasja e tij inovative ishte përdorimi i parimeve të fizikës materiale për të përshkruar funksionimin e rrjetit nervor.
Rrjeti Hopfield mund të imagjinohet si një grup nyjesh të ngjashme me pikselët e një imazhi. Sistemi në tërësi përshkruhet si ekuivalent me energjinë e një sistemi rrotullimesh atomike, një veti që e bën çdo atom një magnet të vogël.
Rrjeti trajnohet duke gjetur vlerat e lidhjeve midis nyjeve që minimizojnë energjinë e sistemit kur paraqiten me imazhe që do të ruhen. Kur rrjeti paraqitet me një imazh të shtrembëruar ose jo të plotë, ai përditëson në mënyrë metodike vlerat e nyjeve për të reduktuar energjinë e përgjithshme, duke arritur kështu të rindërtojë imazhin e ruajtur që është më i ngjashëm me hyrjen e papërsosur të marrë.
Makina Boltzmann: njohja e modeleve
Geoffrey Hinton, profesor në Universitetin e Torontos, përdori rrjetin Hopfield si bazë për të zhvilluar një lloj të ri rrjeti të quajtur një makinë Boltzmann. Ky sistem përdor mjete të fizikës statistikore për të zbatuar një metodë të ndryshme mësimore.
Makina Boltzmann trajnohet duke dhënë shembuj që kanë një probabilitet të lartë të ndodhin kur sistemi është në punë. Në këtë mënyrë, rrjeti mëson të njohë elementet karakteristike në një lloj të caktuar të dhënash. Pasi të trajnohet, mund të përdoret për të klasifikuar imazhet ose për të gjeneruar shembuj të rinj të llojit të modelit ku është trajnuar.
Hinton vazhdoi t’i zhvillonte këto ide në vitet që pasuan, duke kontribuar në mënyrë vendimtare në shpërthimin aktual të teknologjive të mësimit të makinerive. Në vitin 2006, së bashku me kolegët e tij, ai zhvilloi një metodë për para-trajnimin e rrjeteve nervore të thella duke përdorur një seri makinash Boltzmann të mbivendosura, duke optimizuar kështu trajnimin për njohjen e veçorive në imazhe.
Ndikimi në kërkimin shkencor
Zbulimet e Hopfield dhe Hinton kanë pasur një ndikim të thellë jo vetëm në zhvillimin e inteligjencës artificiale, por edhe në kërkimin shkencor në shumë fusha. Aplikimet variojnë nga fizika e grimcave në astrofizikë, duke kaluar nëpër shkencën e materialeve. Ellen Moons, presidente e Komitetit Nobel për Fizikë, nënvizoi: “Puna e fituesve tashmë ka sjellë përfitime të mëdha. Në fizikë ne përdorim rrjete nervore artificiale në një gamë të gjerë fushash, si zhvillimi i materialeve të reja me veti specifike.”
Ndërsa gjigantët e teknologjisë investojnë miliarda në inteligjencën artificiale, çmimi për Hopfield dhe Hinton na kujton se ka disa ligje fizike serioze teorike pas chatbots dhe filtrave të fotografive. Vështrimet e tyre nga vitet 1980 ku transformuan neuronet artificiale në mjete të fuqishme kompjuterike, duke hapur rrugën për revolucione të papritura. Herën tjetër që telefoni juaj inteligjent të plotësojë një fjali ose të njohë një fytyrë, mbani mend se pas tij fshihet pak nga çmimi Nobel.
