برندگان نوبل فیزیک 2024: XNET یادگیری ماشین

جان هاپفیلد و جفری هینتون، از XNET توسعه شبکه‌های عصبی و تکنیک‌های یادگیری ماشین برنده جایزه نوبل شدند.

برندگان نوبل فیزیک 2024 معرفی شدند

در تاریخ 8 اکتبر 2024، آکادمی سلطنتی علوم سوئد در استکهلم اعلام کرد که جان هاپفیلد از دانشگاه پرینستون در نیوجرسی و جفری هینتون از دانشگاه تورنتو در کانادا، برندگان جایزه نوبل فیزیک 2024 شدند. این دو محقق، جایزه 11 میلیون کرون سوئدی (حدود یک میلیون دلار آمریکا) را برای تلاش‌های خود در زمینه توسعه شبکه‌های عصبی مصنوعی دریافت کردند.

انقلاب در یادگیری ماشین

اعضای کمیته نوبل با بیان اینکه کشفیات این دو محقق، بخش‌های بنیادی یادگیری ماشین را شکل داده، افزودند که این تکنیک‌ها به انسان‌ها کمک می‌کند تا تصمیمات سریع‌تر و قابل اعتمادتری بگیرند. هینتون و هاپفیلد با استفاده از دانش فیزیک، روش‌هایی را برای توسعه شبکه‌های عصبی مصنوعی ایجاد کردند که می‌توانند مفاهیم انتزاعی را یاد بگیرند.

توسعه شبکه‌های عصبی

هاپفیلد در سال 1982، شبکه‌ای را معرفی کرد که ارتباطات بین نودها را به عنوان نیروهای فیزیکی توصیف می‌کرد. این سیستم با ذخیره الگوها به عنوان یک حالت کم‌انرژی، می‌توانست تصویر را هنگام دریافت یک الگوی مشابه بازسازی کند. هینتون با استفاده از اصول فیزیک آماری، نسخه‌ای پیشرفته‌تر از شبکه هاپفیلد را ایجاد کرد که قادر به شناسایی و طبقه‌بندی تصاویر بود.

هینتون در تماس تلفنی خود به محض اطلاع از برنده شدن جایزه نوبل گفت: «این خبر مانند یک رعد و برق بود. واقعاً شگفت‌زده شدم و هیچ تصوری از این اتفاق نداشتم.» او افزود که پیشرفت‌های یادگیری ماشین «تأثیر بزرگی خواهد داشت و قابل مقایسه با انقلاب صنعتی خواهد بود، اما به جای برتری در قدرت فیزیکی، در توانایی‌های ذهنی انسان‌ها برتری خواهد داشت.»
با تقدیر از تلاش‌های این دو پژوهشگر، مشخص می‌شود که یادگیری ماشین و شبکه‌های عصبی نه تنها به پیشرفت‌های علمی کمک می‌کنند، بلکه در آینده‌ای نزدیک ممکن است روش‌های زندگی و کار ما را به‌طور چشم‌گیری تغییر دهند. با توجه به اهمیت روزافزون این تکنیک‌ها، انتظار می‌رود که انقلابی مشابه با آنچه در دوران انقلاب صنعتی شاهد بودیم، در دنیای هوش مصنوعی شکل گیرد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.