Фізики, які розробили метод ML за допомогою нейромереж, отримали Нобелівську премію

Нобелівськими лавреатами з фізики цьогоріч стали вчені Джон Хопфілд та Джеффрі Хінтон. Вони навчали штучні нейронні мережі, використовуючи фізику. Двоє цьогорічних лавреатів Нобелівської премії з фізики використали інструменти з фізики для розробки методів, що є основою сучасного машинного навчання:

  • Джон Гопфілд створив асоціативну пам’ять, яка може зберігати та відновлювати зображення та інші типи шаблонів у даних.
  • Джеффрі Хінтон винайшов метод, який може автономно знаходити властивості в даних і виконувати такі завдання, як розпізнавання конкретних елементів на зображеннях.

Коли говорять про штучний інтелект, часто мають на увазі машинне навчання з використанням штучних нейронних мереж. Ця технологія спочатку була натхненна структурою мозку. У штучній нейронній мережі нейрони мозку представляються вузлами, які мають різні значення. Ці вузли впливають один на одного через зв’язки, які можна порівняти із синапсами і які можуть ставати сильнішими або слабшими. Мережу навчають, наприклад, шляхом посилення зв’язків між вузлами з одночасно високими значеннями. Цьогорічні лавреати провели важливі дослідження штучних нейронних мереж, починаючи з 1980-х років.

Джон Гопфілд винайшов мережу, що використовує метод для збереження та відтворення шаблонів. Ми можемо уявити вузли як пікселі. Мережа Гопфілда використовує фізику, яка описує властивості матеріалу через атомний спін — властивість, що робить кожен атом маленьким магнітом. Мережа в цілому описується аналогічно до енергії в системі спінів у фізиці та навчається, знаходячи значення для зв’язків між вузлами, щоб збережені зображення мали низьку енергію. Коли в мережу Гопфілда подається спотворене або неповне зображення, вона методично проходить через вузли та оновлює їхні значення, щоб знизити енергію мережі. Таким чином мережа крок за кроком знаходить збережене зображення, яке найбільше схоже на те, яке їй подали.

Джеффрі Хінтон використав мережу Гопфілда як основу для нової мережі, що використовує інший метод: машину Больцмана. Вона може навчитися розпізнавати характерні елементи в певному типі даних. Хінтон використав інструменти зі статистичної фізики, науки про системи, побудовані з багатьох подібних компонентів. Машина навчається на прикладах, які дуже ймовірно виникають під час її роботи. Машина Больцмана може бути використана для класифікації зображень або створення нових прикладів того типу шаблонів, на яких вона була навчена. Хінтон продовжив цю роботу, допомагаючи започаткувати поточний вибуховий розвиток машинного навчання.

«Робота лавреатів вже принесла величезну користь. У фізиці ми використовуємо штучні нейронні мережі в багатьох сферах, наприклад, для розробки нових матеріалів із певними властивостями,» — зазначає Еллен Мунс, голова Нобелівського комітету з фізики.

Усі статті, обговорення, новини про AI — в одному місці. Підписуйтеся на DOU | AI!

👍ПодобаєтьсяСподобалось3
До обраногоВ обраному2
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Для всіх, хто не розібрався і пише дурниці, ось коротке пояснення за що саме нобелівка і чому це заслужено:
youtu.be/...​Fm148?si=uvIKZ-xTiTMZJC3U

Physics is now officially finished.

Кажуть ще Олександру македонському винахідник пропонував кулемет.
Більше його ніхто не бачив

Я особисто вболівав за команду NAVI і не розумію такого рішення. Та і нобелевську премію по фізики двом білим, цісгендерним чоловікам? Камон, 24 рік на дворі!

Так, рівень коментаторів на ДОУ зашкалює. А де обговорення відкриття, дискусії, суперечки, філософія. Ви мені нагадуєте трієшників з моєї школі.

обговорення відкриття

Відкриття сталося 40 років тому і вже обговорено мабуть 100500 раз

Тіпічний золотий медаліст

Мабуть хотіли альтману нобеля дать, але от не зрослось, він же блогєр а не фізик, це якось вже зовсім некозирно. А може просто скайнет сам собі взяв і дав ноблея

На ДОУ обговорювали мережу Гопфілда і машину Больцмана? Чи може є дискусія по статфізиці? Я щось пропустив?

Мабуть, але смисл вже їх обговорювати, нобеля за них уже дали, другого ж не дадуть. В одну рєку дважди нє войдьош.
Плюс на доу й про програмування як волосся в жаби, яка тут ще фізика та математика )

Краще вже про магнітну проникність вакуума. От вона в рівняннях максвела, швидкість електромагнітних хвиль у вакуумі виражається через дві константи. Якщо швидкість світла стала, звісно за що велике данкешон айнштайну й максвелу, то чи не може бути що проникність вакуума у всесвіті десь інша? Фізики от кажуть що це якісь хвундаментальні константи, це ті самі фізики що не можуть розібратись що там з тими 70% неучтьонної маси всесвіту і ще й нобеля отримують

Чи краще про сферичну призму...

Беріть вище — Обчислювальну Машину Кузьміна! ;)

За великим рахунком там немає чого обговорювати. Відкриття Хінтона та Хопфілда це додавання функції згортки. Точніше навіть не самої функції, а того як навчати NN з таким функціями. Це «відкриття» дозволило краще розпізнавати котів і собак і очевидно зараз дозволяє краще дивитися в зоряне небо, через що і було притягнуте до фізики. Але це все одне якось не красить поточний стан самої фізики.

Згортка це ви про convolution?
Так там навіть для ANN не вони найбільший вклад зробили — це коллективні дослідження багатьох вчених протягом 1960-2000х. Про CNN взагалі мовчу. Якщо про нейронки, то де про Фур’є? Шо по ЛеКуну? Фукусіма?

Ось AI/ML істерика і досягла своєї вершини.. свєршилось... лиш похмелитись нема чим

Це в інформаційному просторі та головах пересічних громадян
А наука та індустрія як собі розвивались, так і розвиваються
В мене колєга, наприклад, захищає зараз дисертацію про раннє виявлення Альцгеймера по біомаркерам за допомогою ML. Random forest звичайний. Доки у інших істерика, людина діагностику покращує.

Ну якщо вже не можуть навіть вигадати, за що дати нобелівську з фізики, то треба її відміняти

Це сумно, що фізика вже і на заході настільки здеградувала, що стала сприйматись як розділ CS.

Відкрию таємницю, фізики вже як 20 років більшість свого робочого часу сидять і тицяють в клавіатуру. Вся наука стане незабаром різними підрозділами CS.

Я в курсі, в поєднанні з деіндустріалізацією України і підштовхнуло до ІТ. Від того менш сумно не робиться.

Так само в Європі і о ні, але я це скажу пошепки, в США.

Ну от так і виходить в результаті, що якась КНДР снарядів може випускати більше, ніж країни заходу, а Китай — дронів і електромобілів.

Ще Іран дуже багато балістичних ракет випускає. Думаю, що коли представники Ірану на міжнародних олімпіадах з фізики почнуть займати не дванадцяте місце в загальному рейтингу, як в цьому році, а по п’ять місць в першій десятці, як Китай, то вони і ядерну бомбу закінчать доробляти.

У фізиці давно немає жодних проривних відкриттів. Комітет вже не знає, за що премію присуджувати )))

І не буде дуже довго. Там мабуть вже для теперішнього рівня технологій і доступних людству потужностей всє. Чекаємо ще пару сотень років

А може потрібно переосмислити Квантову Механіку і ЗТВ? Можливо, для нових відкриттів потрібен новий теоретичний фундамент?

Ну так коли коту нема чого робить він ото й ... переосмислює :)

Ну ото вони і тойво... І на виході 11-вимірний простір, але 7 вимірів ви не бачите бо вони добре заховані згорнуті.

Чергових переосмислювачів нещодавно знову спростували спостереженнями, тепер вони думають як би так ще зайти щоб їм продовжили давати гранти :)

Про кого це? Можете дати посилання?

Це про Loop Quantum Gravity теорію.
Наукпоп відео: www.youtube.com/watch?v=ZlHvW6k2bcM (лінк на сорс дослідження там в описі)

переосмислити

не проблема. фантазій повно.

проблема — перерахувати на тому новому теоретичному фундаменті.
тобто він повинен видавати ті ж результати на вже відомих явищах.

А «переосмислень» повно у коментах до любого науч поп пояснення досягнень сучасної фізики.

Підписатись на коментарі