Τεχνητή Νοημοσύνη: Οι Νικητές του Βραβείου Νόμπελ Φυσικής 2024

Το Νόμπελ Φυσικής 2024 απονεμήθηκε στους John Hopfield και Geoffrey Hinton «για τις θεμελιώδεις ανακαλύψεις και εφευρέσεις που επιτρέπουν τη μηχανική μάθηση με τεχνητά νευρωνικά δίκτυα». Η Επιτροπή Νόμπελ αποφάσισε ότι το φετινό βραβείο θα αφορά τη Φυσική που διέπει την Τεχνητή Νοημοσύνη.

Η Στατιστική Φυσική είναι ο κλάδος της Φυσικής στον οποίο απονεμήθηκε φέτος το βραβείο Νόμπελ. Με βάση αυτό, οι Hopfield και Hinton έθεσαν τα θεμέλια για νέα εργαλεία που σήμερα αποτελούν «επανάσταση» για την επιστήμη. Σύμφωνα με την επιτροπή που απονέμει το βραβείο, ο Hopfield τιμήθηκε με το βραβείο για το έργο του στη δημιουργία μιας συνειρμικής μνήμης ικανής να αποθηκεύει και να ανακατασκευάζει εικόνες και μοτίβα διαφόρων ειδών σε δεδομένα. Ο Hinton, από την πλευρά του, ανέπτυξε μια μέθοδο για την αυτόνομη εύρεση ορισμένων ιδιοτήτων σε δεδομένα, η οποία, όπως εξηγεί, επιτρέπει την εκτέλεση εργασιών όπως ο εντοπισμός συγκεκριμένων στοιχείων σε εικόνες.

Τα εργαλεία μηχανικής μάθησης που βασίζονται σε τεχνητά νευρωνικά δίκτυα αποτελούν το κύριο θεμέλιο αυτού που σήμερα γνωρίζουμε ως Τεχνητή Νοημοσύνη. Τα τεχνητά νευρωνικά δίκτυα πήραν το όνομα τους από τους νευρώνες, η λειτουργία των οποίων βασίζεται στη λειτουργία των νευρώνων στον εγκέφαλο μας. Όταν δημιουργούμε αναμνήσεις, οι συνδέσεις μεταξύ ορισμένων νευρώνων ενισχύονται, ενώ άλλοι χάνουν τη συνδεσιμότητα τους. Παρομοίως, στα τεχνητά νευρωνικά δίκτυα, «εκπαιδεύοντας» αυτά τα δίκτυα ενισχύουμε κάποιες από τις συνδέσεις που απαρτίζουν το δίκτυο, ενώ άλλες αποδυναμώνονται.

Το δίκτυο Hopfield είναι ένα δίκτυο ικανό να αποθηκεύει και να αναδημιουργεί εικόνες με βάση τη Φυσική που περιγράφει το ατομικό σπιν ενός υλικού. Αυτό το δίκτυο μπορεί να εκπαιδευτεί ώστε να βρίσκει συνδέσεις μεταξύ των κόμβων που συσχετίζουν καταστάσεις χαμηλής ενέργειας με την αποθηκευμένη εικόνα, έτσι ώστε όταν λαμβάνει μια εικόνα που δεν ταιριάζει, το δίκτυο είναι σε θέση να τη «διορθώσει» απλά μειώνοντας την ενέργεια του.

Σε μια μεταφορά που χρησιμοποιήθηκε από την επιτροπή, αυτό μοιάζει με τη δημιουργία μιας επιφάνειας έτσι ώστε το χαμηλότερο σημείο του εδάφους να είναι εκεί που θέλουμε να βρίσκονται οι πληροφορίες, αφήνοντας τη βαρύτητα να αναλάβει αν κάτι δεν είναι στη θέση του. Ο Hinton χρησιμοποίησε αυτό το δίκτυο για να δημιουργήσει ένα νέο, τη μηχανή Bolzman. Αυτό το έτερο δίκτυο εκπαιδεύεται με πιθανά παραδείγματα για το τι μπορεί να προκύψει από τη λειτουργία του. Η μηχανή μπορεί έτσι όχι μόνο να ταξινομήσει στοιχεία όπως εικόνες, αλλά και να δημιουργήσει νέα παραδείγματα, εξηγεί η επιτροπή.

[via]