2024年のノーベル物理学賞を機械学習に授与されるのはなぜですか？

October 15, 2024

王立スウェーデン科学アカデミーは、2024年のノーベル物理学賞が、人工ニューラルネットワークを使用した機械学習における基本的な発見と発明を認識して、アメリカの科学者ジョン・ホップフィールドとイギリスのカナダ科学者ジェフリー・ヒントンに授与されると発表しました。

科学コミュニティにおける重要な地位と深い影響力を持つノーベル賞として、それは科学者の個々の成果の最高の認識であるだけでなく、科学的原因全体の原動力とインセンティブでもあります。そして、今回の機械学習にノーベル賞を授与することは、物理学とAIの深い統合の高い認識であるだけでなく、発見と発明の規律としての機械学習の価値の肯定でもあります。

機械学習の創設者

今日、いくつかのテクノロジー関連レポートに注意を払う限り、あなたは間違いなくAIに精通しているでしょう。多くの国内企業はすでに大規模なモデルを立ち上げており、多くの人がすでにそれらを使用していると思います。そして、これらのAIモデルは、主に機械学習を使用して作成されました。

今日の有名なビッグモデルとは異なり、ノーベル物理学賞は、現在のホットビッグモデルにはなく、1982年にホップフィールドが提案したホップフィールドニューラルネットワークと、1980年代にヒントンによって発明されたボルツマンマシンに授与されます。

1980年代初頭、コンピューターサイエンスと人工知能の分野は、新しいコンピューティングモデルとテクノロジーを探索する段階にありました。当時、研究者は、特に1960年代後半から1970年代初頭に、情報を処理する方法としてニューラルネットワークを再検討し始めました。パーセプトロンなど。

これに関連して、ホップフィールドはホップフィールドネットワークを正式に提案しました。ホップフィールドネットワークは、すべてのニューロンノードが相互接続されており、完全に接続されたネットワーク構造を形成することを特徴としています。このネットワークは、人間のメモリをシミュレートし、局所的な最小値への収束を保証するが、グローバルミニマではなく誤ったローカルミニマに収束する可能性を確保するモデルを提供します。したがって、このネットワークは、連想記憶とパターン認識に幅広いアプリケーションを持つことができます。

たとえば、人間の脳と同様の連想記憶機能により、ホップフィールドネットワークは不完全または騒々しい入力情報を認識して修正できます。もちろん、このタイプのネットワークには、メモリ容量の制限、モード間の容易な干渉、ノイズに対する耐性の低さ、不安定な同期の更新など、実際のアプリケーションにも制限があります。しかし、それは後のニューラルネットワーク研究にインスピレーションを与え、より複雑なネットワークアーキテクチャとトレーニング方法の開発を促進しました。

前

お問い合わせ

Author:

Mr. jason

Eメール:

wm@cnweimai.com

Phone/WhatsApp:

++86 18968743007