Кипящий МИФИ

О Нобелевской премии 2024 по физике Душкин Роман Викторович, старший преподаватель кафедры кибернетики ИИКС, НИЯУ МИФИ при поддержке @smu_mephi

Нобелевская премия по физике 2024 года была присуждена Джону Дж. Хопфилду и Джеффри Э. Хинтону "за фундаментальные открытия и изобретения, которые позволяют проводить машинное обучение с помощью искусственных нейронных сетей".

Почему специалистам по машинному обучению вручили премию по физике?

Только что в Нобелевском комитете объявили, что премию 2024 года по физике получили двое учёных — это Джон Хопфилд и Джеффри Хинтон. Физикам, возможно, первое имя что-то и говорит, это действительно физик. Только вот обе фамилии не просто говорят — кричат специалистам по искусственному интеллекту. Фактически, произошло что-то беспрецедентное: нобелевскую премию по физике получили за работы в области ИИ, более конкретно — за машинное обучение и глубокие нейронные сети. А это, на минуточку, математические модели. То есть нобелевскую премию по физике получили за работу в области математики. Альфред Нобель прямо сейчас кружится со скоростью света, так как он чётко завещал, что математикам его премии не давать.

Решение Нобелевского комитета вполне понятно. Сегодня мы находимся в состоянии выхода на устойчивое плато в части развития технологий искусственного интеллекта, особенно принимая во внимание последние достижения в области глубоких нейронных сетей — генеративные модели (языковые, художественные, видео и даже генеративные модели для молекул). Рано или поздно такое должно было случиться. Вот и случилось.

В общем-то, это отличная новость. Все специалисты по ИИ сегодня должны порадоваться.

Расскажите подробнее об учёных.

1️⃣ Джон Хопфилд разработал особую архитектуру ассоциативной нейронной сети, которая решает интересную задачу оптимизации. Сеть запоминает некоторое множество «эталонов», которые может восстановить из зашумлённого входного сигнала. Для этого используется специфический метод машинного обучения, который существенно отличается от традиционных (коррекции ошибки и обратного распространения ошибки).

2️⃣ Джеффри Хинтон, фактически, является «отцом» глубокого обучения. Многие современные архитектуры искусственных нейронных сетей базируются на его ранних работах. Он также переизобрёл метод обратного распространения ошибки (этот метод независимо был предложен несколькими исследователями). Многое, что мы сегодня используем на практике, мы делаем благодаря работам этого учёного.

Есть ли вклад российских учёных в это открытие?

Необходимо помнить, что работы в области искусственных нейронных сетей основаны на одной интересной теореме о том, что сложные многомерные функции могут быть разложены на более простые одномерные функции. Теорема была доказана в 1957 году советскими математиками Андреем Колмогоровым и Владимиром Арнольдом.

Больше об искусственном интеллекте читайте на канале Романа Викторовича @drv_official

#БольшаяЭкспертиза #НаукаМИФИ

🔥52❤12⚡6👍4🤔2😢2😁1

www.tgoop.com/boilingmephi/7277

14.7K viewsOct 8, 2024 at 11:02

О Нобелевской премии 2024 по физике Душкин Роман Викторович, старший преподаватель кафедры кибернетики ИИКС, НИЯУ МИФИ при поддержке @smu_mephi

Нобелевская премия по физике 2024 года была присуждена Джону Дж. Хопфилду и Джеффри Э. Хинтону "за фундаментальные открытия и изобретения, которые позволяют проводить машинное обучение с помощью искусственных нейронных сетей".

Почему специалистам по машинному обучению вручили премию по физике?

Только что в Нобелевском комитете объявили, что премию 2024 года по физике получили двое учёных — это Джон Хопфилд и Джеффри Хинтон. Физикам, возможно, первое имя что-то и говорит, это действительно физик. Только вот обе фамилии не просто говорят — кричат специалистам по искусственному интеллекту. Фактически, произошло что-то беспрецедентное: нобелевскую премию по физике получили за работы в области ИИ, более конкретно — за машинное обучение и глубокие нейронные сети. А это, на минуточку, математические модели. То есть нобелевскую премию по физике получили за работу в области математики. Альфред Нобель прямо сейчас кружится со скоростью света, так как он чётко завещал, что математикам его премии не давать.

Решение Нобелевского комитета вполне понятно. Сегодня мы находимся в состоянии выхода на устойчивое плато в части развития технологий искусственного интеллекта, особенно принимая во внимание последние достижения в области глубоких нейронных сетей — генеративные модели (языковые, художественные, видео и даже генеративные модели для молекул). Рано или поздно такое должно было случиться. Вот и случилось.

В общем-то, это отличная новость. Все специалисты по ИИ сегодня должны порадоваться.

1️⃣ Джон Хопфилд разработал особую архитектуру ассоциативной нейронной сети, которая решает интересную задачу оптимизации. Сеть запоминает некоторое множество «эталонов», которые может восстановить из зашумлённого входного сигнала. Для этого используется специфический метод машинного обучения, который существенно отличается от традиционных (коррекции ошибки и обратного распространения ошибки).

2️⃣ Джеффри Хинтон, фактически, является «отцом» глубокого обучения. Многие современные архитектуры искусственных нейронных сетей базируются на его ранних работах. Он также переизобрёл метод обратного распространения ошибки (этот метод независимо был предложен несколькими исследователями). Многое, что мы сегодня используем на практике, мы делаем благодаря работам этого учёного.

Необходимо помнить, что работы в области искусственных нейронных сетей основаны на одной интересной теореме о том, что сложные многомерные функции могут быть разложены на более простые одномерные функции. Теорема была доказана в 1957 году советскими математиками Андреем Колмогоровым и Владимиром Арнольдом.

BY Кипящий МИФИ