Цьогорічну Нобелівську премію з фізики отримали Джон Гопфілд та Джеффрі Гінтон "за фундаментальні відкриття та винаходи, які роблять можливим машинне навчання за допомогою штучних нейронних мереж".
Про це йдеться на офіційному сайті фонду Nobel Prize.
Зазначається, що машинне навчання вже давно є "важливим для досліджень", зокрема, для сортування та аналізу великих обсягів даних.
"Джон Гопфілд і Джеффрі Хінтон використовували інструменти фізики, щоб розробити методи, які допомогли закласти основу для сучасного потужного машинного навчання. Машинне навчання на основі штучних нейронних мереж зараз революціонізує науку, техніку та повсякденне життя", — йдеться у повідомленні.
Винаходи Гопфілда і Гінтона
Джон Гопфілд винайшов мережу, яка використовує метод збереження та відтворення шаблонів. Ми можемо уявити собі вузли як пікселі. "Мережа Хопфілда" використовує фізику, яка описує характеристики матеріалу через його атомне обертання – властивість, яка робить кожен атом крихітним магнітом. Вона в цілому описується способом, еквівалентним енергії в системі обертання, знайденій у фізиці, і навчається шляхом пошуку значень для зв’язків між вузлами, щоб збережені зображення мали низьку енергію. Коли "мережа Хопфілда" отримує спотворене або неповне зображення, вона методично проходить через вузли та оновлює їхні значення, тому енергія мережі падає. Таким чином, "мережа" працює поетапно, щоб знайти збережене зображення, яке найбільше схоже на недосконале, яке було подано.
Джеффрі Гінтон використав "мережу Хопфілда" як основу для нової мережі, яка використовує інший метод: машину Больцмана, яку він винайшов ще 1985 році зі своїм колегою Террі Сейновскі. Вона може навчитися розпізнавати характерні елементи в певному типі даних. Хінтон використовував інструменти статистичної фізики, науки про системи, побудовані з багатьох подібних компонентів. Машина навчається шляхом надання їй прикладів, які, ймовірно, виникнуть під час роботи машини. Машину Больцмана можна використовувати для класифікації зображень або створення нових зразків того типу візерунка, на якому вона була навчена. Хінтон спирався на цю роботу, допомагаючи розпочати поточний розвиток машинного навчання.
Що про них відомо
Джон Гопфілд здобув ступінь бакалавра у Свортмор-коледжі і доктора філософії в галузі фізики в Університеті Корнелла 1958 року. Він провів два роки в теоретичній групі у Bell Laboratories, а потім був викладачем в Університеті Каліфорнії, Берклі (викладав фізику), Принстонському університеті (фізика), Каліфорнійському технологічному інституті (хімія і біологія).
Наразі працює професором кафедри молекулярної біології в Принстоні. Упродовж 35 років співпрацював з Bell Laboratories. У 1986 році був одним із засновників нейронних обчислень системи PhD у Каліфорнійському технологічному інституті.
Гопфілд є членом Національної академії наук, Американського філософського товариства та Американської академії мистецтв і наук. Був президентом Американського фізичного товариства у 2006 році.
Джеффрі Гінтон навчався в Королівському коледжі в Кембриджі, який закінчив у 1970 році, здобувши ступінь бакалавра мистецтв в галузі експериментальної психології. Він продовжив своє навчання в Единбурзькому університеті, де здобув ступінь доктора філософії в галузі штучного інтелекту в 1978 році для досліджень під керівництвом Крістофера Лонгет-Хіггінса.
Після цього працював в університеті Сассекса і в Каліфорнійському університеті у Сан-Дієго та Університеті Карнегі-Меллона. Також Гінтон був директором-засновником підрозділу обчислювальної неврології благодійного фонду Гетсбі в Університетському коледжі в Лондоні й наразі є професором факультету інформатики в Торонтському університеті. Крім цього він викладав безплатний онлайн-курс з нейронних мереж на освітній платформі Coursera у 2012 році. Також співпрацює з корпорацією Google.