Два учёных, заложившие «фундамент современного мощного машинного обучения» — почётный профессор Университета Торонто Джеффри Хинтон и профессор Принстонского университета Джон Хопфилд — сегодня были удостоены Нобелевской премии по физике.
Их открытия и изобретения заложили основу для многих недавних прорывов в области искусственного интеллекта, заявил Нобелевский комитет Шведской королевской академии наук. С 1980-х годов их работа позволила создать искусственные нейронные сети, компьютерную архитектуру, в общих чертах моделирующую структуру мозга.
Имитируя то, как наш мозг устанавливает связи, нейронные сети позволяют инструментам ИИ, по сути, «обучаться на примере». Разработчики могут научить искусственную нейронную сеть распознавать сложные шаблоны, передавая ей данные, что лежит в основе некоторых из наиболее громких сегодня применений ИИ — от генерации языка до распознавания изображений.
«Трудно представить, как можно помешать злоумышленникам использовать его для плохих целей».
«У меня не было никаких ожиданий по этому поводу. Я крайне удивлен и горжусь тем, что меня включили в список», — сказал «ошеломленный» Хинтон в пресс-релизе Университета Торонто.
Хинтон, которого часто называют «Крестным отцом искусственного интеллекта», рассказал Нью-Йорк Таймс В прошлом году «часть его… теперь сожалеет о деле всей своей жизни». Сообщается, что он покинул свой пост в Google в 2023 году, чтобы иметь возможность привлечь внимание к потенциальным рискам, связанным с технологией, в реализации которой он сыграл важную роль.
«Трудно представить, как можно помешать злоумышленникам использовать его для плохих целей», — сказал Хинтон в своем докладе. СЕЙЧАС интервью.
В 2013 году Google приобрела компанию Хинтона по нейронным сетям, которую он основал вместе с двумя студентами, в том числе с Ильей Суцкевером, который позже стал главным научным сотрудником OpenAI, прежде чем уйти в этом году.
Нобелевский комитет признал Хинтона за разработку так называемой машины Больцмана, генеративной модели, вместе с коллегами в 1980-х годах:
Хинтон использовал инструменты статистической физики, науки о системах, построенных из множества похожих компонентов. Машина обучается путем подачи ей примеров, которые с большой вероятностью могут возникнуть при работе машины. Машину Больцмана можно использовать для классификации изображений или создания новых примеров того типа шаблона, на котором она обучалась. Хинтон опирался на эту работу, помогая инициировать нынешнее бурное развитие машинного обучения.
Работа Хинтона основана на сети Хопфилда Джона Хопфилда, искусственной нейронной сети, которая может воссоздавать закономерности:
Сеть Хопфилда использует физику, которая описывает характеристики материала благодаря его атомному вращению – свойству, которое делает каждый атом крошечным магнитом. Сеть в целом описывается способом, эквивалентным энергии в спиновой системе, найденной в физике, и обучается путем поиска значений связей между узлами, чтобы сохраненные изображения имели низкую энергию. Когда в сеть Хопфилда поступает искаженное или неполное изображение, она методично обрабатывает узлы и обновляет их значения, поэтому энергия сети падает. Таким образом, сеть работает поэтапно, чтобы найти сохраненное изображение, которое больше всего похоже на несовершенное изображение, которым оно было загружено.
Хинтон продолжает выражать свою обеспокоенность по поводу ИИ, в том числе сегодня в разговоре с журналистами. «У нас нет опыта того, что значит иметь вещи умнее нас. И это будет замечательно во многих отношениях», — сказал он. «Но нам также следует беспокоиться о ряде возможных плохих последствий, особенно об угрозе выхода этих вещей из-под контроля».