Нобелевская премия по физике достается паре, которая изобрела ключевые методы искусственного интеллекта

Нобелевская премия по физике 2024 года была присуждена Джону Хопфилду и Джеффри Хинтону за работу над искусственными нейронными сетями и фундаментальными алгоритмами, позволяющими машинам обучаться, которые являются ключом к сегодняшним большим языковым моделям, таким как ChatGPT.

«Я ошеломлен, я понятия не имел, что это произойдет», — сказал Хинтон Нобелевскому комитету, услышав объявление о премии. «Я очень удивлен». Хинтон, который открыто высказывал свои опасения по поводу развития искусственного интеллекта, также повторил, что сожалеет о проделанной работе. «В тех же обстоятельствах я бы сделал то же самое еще раз, но меня беспокоит, что общими последствиями этого могут стать системы, более разумные, чем мы, которые в конечном итоге возьмут управление на себя», — сказал он.

Хотя ИИ может показаться не очевидным претендентом на Нобелевскую премию по физике, открытие нейронных сетей, способных обучаться, и их применение — это две области, которые тесно связаны с физикой, сказала Эллен Мунс, председатель Нобелевского комитета по физике, во время объявления . «Эти искусственные нейронные сети использовались для продвижения исследований по таким различным темам физики, как физика элементарных частиц, материаловедение и астрофизика».

Многие ранние подходы к искусственному интеллекту включали в себя предоставление компьютерным программам логических правил, которым нужно было следовать, чтобы помочь решить проблемы, но это мешало им узнавать новую информацию или сталкиваться с ситуациями, с которыми они раньше не сталкивались. В 1982 году Хопфилд из Принстонского университета создал архитектуру компьютера, названную сетью Хопфилда, которая представляет собой набор узлов или искусственных нейронов, которые могут изменять силу своих связей с помощью алгоритма обучения, изобретенного Хопфилдом.

Этот алгоритм был вдохновлен работой физики, которая находит энергию магнитной системы, описывая ее как совокупность крошечных магнитов. Этот метод предполагает итеративное изменение силы связей между магнитами в попытке найти минимальное значение энергии системы.

В том же году Хинтон из Университета Торонто начал развивать идею Хопфилда, чтобы помочь создать тесно связанную структуру машинного обучения, названную машиной Больцмана. «Я помню, как пошел на встречу в Рочестере, где выступал Джон Хопфилд, и я впервые узнал о нейронных сетях. После этого Терри [Sejnowski] и я лихорадочно работал над тем, как обобщить нейронные сети», — сказал он.

Хинтон и его коллеги показали, что, в отличие от предыдущих архитектур машинного обучения, машины Больцмана могут обучаться и извлекать закономерности из больших наборов данных. Этот принцип в сочетании с большими объемами данных и вычислительной мощностью привел сегодня к успеху многих систем искусственного интеллекта, таких как инструменты распознавания изображений и языкового перевода.

Однако, хотя машина Больцмана и доказала свою работоспособность, она также оказалась неэффективной и медленной и сегодня не используется в современных системах. Вместо этого используются более быстрые современные архитектуры машинного обучения, такие как модели трансформеров, которые поддерживают большие языковые модели, такие как ChatGPT.

На конференции по вручению Нобелевской премии Хинтон оптимистично высказался о влиянии, которое окажут его открытия и открытия Хопфилда. «Это будет сравнимо с промышленной революцией, но вместо того, чтобы превосходить людей по физической силе, они будут превосходить людей по интеллектуальным способностям», — сказал он. «У нас нет опыта того, что значит иметь вещи умнее нас. Во многих отношениях это будет замечательно… но нам также придется беспокоиться о ряде плохих последствий, особенно об угрозе выхода этих вещей из-под контроля».