Премию по физике получили Джон Хопфилд из Принстонского университета и Джеффри Хинтон из Университета Торонто «за основополагающие открытия и изобретения, которые позволяют осуществлять машинное обучение с использованием искусственных нейронных сетей». Лауреат Нобелевской премии по физике 2024 года Джеффри Хинтон выразил опасения по поводу собственных открытий и изобретений, которые сделали возможным машинное обучение с использованием искусственных нейросетей.
По сути, это первая премия, присужденная за работы на стыке информатики, физики и биологии. Нобелевский комитет отметил, что во многом благодаря исследованиям Хопфилда и Хинтона «компьютеры могут воспроизводить процессы запоминания и обучения, хотя еще не умеют мыслить».
Известность лауреатам принесли изобретения начала 80-х годов, когда мощность ЭВМ оставляла желать лучшего. Американский биофизик Джон Хопфилд создал ассоциативную нейронную сеть, умеющую запоминать и воссоздавать изображения и другие наборы данных. Ученый опирался на модели статистической физики, описывающие поведение ферромагнетиков — веществ, «запоминающих» магнитное поле, в которое их помещали. Британец Джеффри Хинтон, «крестный отец» искусственного интеллекта, праправнук основателя математической логики Джорджа Буля, создал вычислительную модель под названием «машина Больцмана». Она также была основана на методах статистической физики и умела классифицировать изображения и создавать новые по заданному образцу.
Эти работы лауреатов, опубликованные во время «зимы искусственного интеллекта», когда интерес к этой сфере стал угасать, ознаменовали начало новой эпохи и положили начало бурному развитию машинного обучения. Новый всплеск внимания к алгоритмам Хопфилда и Хинтона произошел в 2000-е годы; сейчас они используются не очень широко и активно, но находят отдельное применение — например, в квантовых вычислениях.
Шведская королевская академия наук отмечает заслуги этих физиков в разработке методов, которые стали основой современного машинного обучения. «Работа лауреатов уже принесла огромную пользу. В физике мы используем искусственные нейросети в широком спектре областей, таких как разработка новых материалов с определенными свойствами», — отметила Эллен Мунс, председатель Нобелевского комитета по физике.
Когда говорят об искусственном интеллекте, часто подразумевают машинное обучение с использованием искусственных нейронных сетей. Изначально технология нейронных сетей создавалась по аналогии со структурой мозга. В биологических нейронных сетях есть нейроны, в искусственной же нейросети – это узлы с разными значениями, и связь узлов друг с другом может слабеть или усиливаться. Обучение сети будет заключаться, к примеру, в развитии более сильных связей между узлами с одновременно высокими значениями.
Хопфилд родился в 1933 году в американском штате Иллинойс, учился в Корнеллском университете. В 1982 году он изобрел ассоциативную нейронную сеть, известную как Сеть Хопфилда. Физик создал ассоциативную память, которая может хранить и восстанавливать изображения в базе данных, в этой сети узлы выступают в качестве пикселей. Сеть Хопфилда можно отнести к автоассоциативной памяти – такой, которая может завершить или исправить образ, но не может ассоциировать полученный образ с другим образом. Сеть Хопфилда использует физику, которая описывает характеристики материала, а точнее – атомного спина – свойства, которое делает каждый атом крошечным магнитом. В целом сеть описывается способом, эквивалентным описанию энергии в спиновой системе. Сеть обучается посредством поиска значений для связей между узлами, поэтому сохраненные изображения имеют низкую энергию. Если сети Хопфилда подать неполное изображение, она методично пройдет через узлы и обновит их значения, в результате чего энергия сети упадет. Таким образом, сеть работает поэтапно, чтобы найти сохраненное изображение, которое больше всего похоже на изображение, которое она получила.
Хинтон родился в 1947 году в пригороде Лондона. Он является праправнуком английского математика и логика Джорджа Буля. В 1970 году Хинтон окончил Кембриджский университет, а 1978 году – Эдинбургский университет. Хинтон разработал метод, который может автономно находить свойства в базе данных и выполнять такие задачи, как идентификация определенных элементов в изображениях. Хинтон использовал сеть Хопфилда в качестве основы для изобретения (совместно с Терри Сейновски) новой сети. Она получила название «Машина Больцмана» – в честь австрийского физика Людвига Больцмана, одного из создателей статистической физики – раздела физики о системах, построенных из множества похожих компонентов. Хинтон в работе над новой сетью использовал инструменты из статистической физики. Как и сеть Хопфилда, машина Больцмана является сетью нейронов с определенным для нее понятием «энергии». Эта сеть оказалась первой нейронной сетью, способной обучаться внутренним представлениям, решать сложные комбинаторные задачи. Она может научиться распознавать характерные элементы в заданном типе данных. Машину Больцмана можно использовать для классификации изображений или создания новых примеров типа шаблона, на котором она была обучена. Машина обучается с помощью подачи ей примеров, которые с большой вероятностью возникнут при ее запуске.
В прошлом году Нобелевскую премию по физике получили Пьер Агостини, Ференц Крауш и Анн Л’Юилье «за экспериментальные методы генерации аттосекундных импульсов света для изучения динамики электронов в веществе». В 2022 году награды были удостоены французский ученый Ален Аспе, американский физик Джон Клаузер и австрийский ученый Антон Цайлингер за исследования в квантовой механике – за «эксперименты с запутанными фотонами, исследование нарушений неравенств Белла и работы по квантовой информатике».
Денежная часть премии в размере 11 млн шведских крон (около миллиона евро) будет разделена поровну. Награждение победителей состоится 10 декабря в Стокгольме (день смерти Альфреда Нобеля).
Лауреат Нобелевской премии по физике 2024 года Джеффри Хинтон выразил опасения по поводу собственных открытий и изобретений, которые сделали возможным машинное обучение с использованием искусственных нейросетей.
На пресс-конференции, организованной во вторник по случаю объявления Нобелевских лауреатов, Хинтон, подключившийся по телефону, предупредил о «возможных отрицательных последствиях, в частности, о выходе нейросети из-под контроля».
Он отметил, что если бы перед ним вновь стоял выбор, делать это открытие или нет, то он «поступил бы точно так же». «Но я обеспокоен тем, что последствия могут быть неблагоприятными, и контроль будут осуществлять системы, которые умнее нас», — добавил ученый, говоря «с некоторой долей сожаления» о проведенных исследованиях.
«У нас нет подобного опыта: каково это, когда какая-то вещь умнее нас?» — ответил Хинтон на вопрос журналиста о возможных последствиях своей научной работы. В то же время ученый отметил, что исследования «могут принести много пользы, например, в области здравоохранения».
Ранее сообщалось, что лауреатами Нобелевской премии по физике стали американец Джон Хопфилд и обладатель британского и канадского гражданства Джеффри Хинтон.
«Два Нобелевских лауреата по физике этого года использовали инструменты из физики, чтобы разработать методы, которые стали основой сегодняшнего мощного машинного обучения», — говорится в релизе Нобелевского комитета.
Хопфилд родился в 1933 году в американском штате Иллинойс, учился в Корнеллском университете. В 1982 году он изобрел ассоциативную нейронную сеть, известную как «Сеть Хопфилда».
Хинтон родился в 1947 году в пригороде Лондона. Он является праправнуком английского математика и логика Джорджа Буля. В 1970 году Хинтон окончил Кембриджский университет, а 1978 году — Эдинбургский университет. Совместно с Терри Сейновски изобрёл нейронную сеть под названием «Машина Больцмана».