نوبل فیزیک ۲۰۲۴ به کاشفان الگوها در اطلاعات رسیددو دانشمند فیزیولوژی به کار برای یافتن الگوهایی در اطلاعات
نوبل فیزیک ۲۰۲۴ به کاشفان الگوها در اطلاعات رسید
دو دانشمند فیزیولوژی به کار برای یافتن الگوهایی در اطلاعات منفعت گیری کردند. آنها با منفعت گیری از فیزياء شبکههای عصبی مصنوعی را آموزش دادند.
یادگیری ماشین در طول زمان در پژوهشها از جمله مرتبسازی و تجزیه و تحلیل حجم وسیعی از دادهها، اهمیت زیادی داشته است. جان هاپفیلد و جفری هینتون از ابزارهای فیزیک برای ساخت راه حلهایی منفعت گیری کردند که پایهگذاری یادگیری ماشینی قوی امروزی را پشتیبانی کردند. یادگیری ماشینی مبتنی بر شبکههای عصبی مصنوعی اکنون انقلاب در علم، مهندسی و زندگی روزمره گرفته است.
دو برنده جایزه نوبل فیزیک اخیر از ابزارهای فیزی برای گسترش راه حلهایی منفعت گیری کردهاند که پایه و اساس یادگیری ماشینی قوی امروزی است. جان هاپفیلد یک حافظه معنایی تشکیل کرد که میتواند تصاویر و انواع دیگر الگوهای را در دادهها ذخیره و بازسازی کند.
جفری هینتون روشی را ابداع کرد که میتواند ویژگیها را در دادهها جدا کننده دقیق نشان دهد و به همین دلیل کارهایی مانند شناسایی عناصر خاص در تصاویر انجام دهد.
هنگامی سخن از هوش مصنوعی به میان میآید، بیشتر منظور یادگیری ماشینی با منفعت گیری از شبکههای عصبی مصنوعی است. این فناوری در اصل از ساختار مغز الهام گرفته شده است. در یک شبکه عصبی مصنوعی، نورونهای مغز با گرههایی نشان داده خواهد شد که قیمتهای متغیر دارند. این گرهها از طریق اتصالاتی که میتوانند به سیناپسها متصل شوند، روی یکدیگر تأثیر میگذارند و میتوانند یا شوند. شبکه مثلا با تشکیل ارتباطات بین گرهها همزمان آموزش داده میشود. برندگان اخیر کارهای مهمی را با شبکههای عصبی مصنوعی از دهه ۱۹۸۰ تا سپس انجام دادهاند.
جان هاپفیلد شبکهای ابداع کرد که از روش ذخیره و بازآفرینی الگوها منفعت گیری میکند. میتوانیم گرهها را پیکسل به عنوان فکر کنیم. شبکه هاپفیلد از فیزياء منفعت گیری میکند که ویژگیهای یک ماده را از روی اسپین اتمی آن توصیف میکند. اسپین خاصیتهای بنیادین ذرات زیراتمی است که هر اتم را به یک آهنربای کوچک تبدیل میکند. شبکه به طور کلی به روشی معادل انرژی در سیستم اسپین در فیزی توصیف میشود و با یافتن مقادیر برای اتصالات بین گرهها آموزش داده میشود تا تصاویر ذخیرهشده انرژی مقدار داشته باشند. هنگامی که شبکه هاپفیلد با یک عکس تحریف شده یا ناقص روبرو میشود، به روش آ از طریق گرهها کار میکند و مقادیر آنها را به روز میکند تا انرژی شبکه افت یابد. به همین دلیل شبکه قدم به قدم کار میکند تا عکس ذخیره شدهای را آشکار کند که همانند عکس ناقصی است که به آن داده شده است.
جفری هینتون از شبکه هاپفیلد به گفتن پایه و اساس شبکه جدیدی منفعت گیری کرد که از روش متغیر منفعت گیری میکند و آن ماشین بولتزمن است. این شبکه میتواند یاد بگیرد که عناصر آشکار را در یک نوع داده خاص تشخیص دهد. هینتون از ابزارهای فیزیک آمار که علم سیستمهایی است که از تعداد از اجزای شبیه ساخته شده بودند، منفعت گیری کرد.
با قرار دادن مثالها در اختیار ماشین، به آن آموزش داده میشود. ماشین بولتزمن میتواند برای طبقهبندی تصاویر یا تشکیل نمونههای جدید از روی الگوهایی که با آنها آموزش دیده، منفعت گیری قرار گیرد. هینتون به گسترش پدیده پویا حوزه یادگیری ماشین جاری پشتیبانی کرده است.
مطالعات برندگان فیزیک ۲۰۲۴ تا لحظه بیشترین منفعتها را داشته است.الل مونز، رئیس کمیته نوبل فیزی میگوید در فیزیک، ما از شبکههای عصبی مصنوعی در طیر وسیع حوزهها، مانند گسترش مواد تازه با ویژگیهای خاص، منفعت گیری میکنیم.
دستاوردهای برندگان فیزیک اخیر پایه علم فیزی محکم استوارند. آنها یک روش کاملا جدید به ما نشان دادهاند تا از رایانهها برای گرفتن پشتیبانی و راهنماي برای مقابله با تعداد بسیاری از چالشها منفعه گیری کنیم.
به لطف مطالعات آنها، بشریت اکنون گزینه تازه در جعبه ابزار خود دارد که میتوانیم از آن برای اهداف خوبی منفعت گیری کنیم.
این حوزه اکنون در مسیر پیشرفت برای تشکیل جامعه پایدار و شناسایی مواد کاربردی تازه است. این که چطور در آینده از یادگیری عمیق توسط شبکههای عصبی مصنوعی منفعت گیری میشود بستگی به این دارد که ما انسانها چگونه از این ابزارهای بسیار قوی منفعت گیری میکنیم.
جان جی. هاپفیلد، متولد سال ۱۹۳۳ در, ایالات متحده آمریکا است. او دکترای خود را در سال ۱۹۵۸ از دانشگاه نل, ایتاکا, نیویورک, ایالات متحده آمریکا دریافت کرده و اکنون أستاذ دانشگاه نیوگریس, ایالات متحده است.
جفری ای. هینتون، متولد سال ۱۹۴۷ در, انگلستان است. او دکترای خود را در سال ۱۹۷۸ از دانشگاه ادینبرو, انگلستان دریافت کرده و اکنونستاذ دانشگاه تورنتو در کانادا است.
جایزه نوبل به دستاوردهای مهم در رشتههای فیزیولوژی، شیمی، پزشکی، ادبیات و صلح به حداکثر سه نفر اهدا میشود. جایزه نوبل شیمی فردا چهارشنبه ۹ اکتبر(۱۸ مهر) در ساعت ۱۱۴۵ صبح به زمان ساعت تابستانی اروپا مرکزی( ساعت ۱۳۱۵ ظهر به زمان تهران) اهدا خواهد شد.
OAR_MEDIA_









