Nobelova nagrada za fiziku za fundamentalne izume na polju veštačkih neuronskih mreža

„Naučni napreci ovogodišnjih laureata stoje na temeljima fizičke nauke. Oni su pokazali potpuno novi način na koji možemo da koristimo kompjutere da nam pomognu i vode nas u hvatanju u koštac sa mnogim izazovima današnjeg društva“, navodi se u saopštenju Nobelovog komiteta.

Zahvaljujući njihovom radu, čovečanstvo sada ima novi alat koji može da koristi. Mašinsko učenje zasnovano na veštačkih neuronskih mrežama donosi revoluciju u nauci, inženjerstvu i svakodnevnom životu.

Mašinsko učenje je već na dobrom putu da omogući velike proboje ka građenju održivog društva, poput identifikovanja novih funkcionalnih materijala.

„Način na koji će se duboko učenje veštačkih neuronskih mreža koristiti u budućnosti zavisiće od toga kako mi kao ljudi odlučimo da koristimo ovaj izuzetno potentan alat, koji je već sada prisutan u mnogim aspektima života“, ističe komitet za dodelu Nobelove nagrade za fiziku.

Džofri Hinton sa Univerziteta u Torontu koristio je mrežu koju je razvio njegov kolaureat Džon Hopfild kao temelj za potpuno novu neuronsku mrežu – Bolcman mašinu. Ona može da nauči da prepoznaje karakteristike elemenata u bilo kojoj vrsti podataka.

Bolcman mašina može da se koristi da klasifikuje slike ili stvara nove primere iz vrste šeme na kojoj je trenirana. Hinton je dalje razvijao i pomogao da dođe do trenutnog „eksplozivnog“ razvoja mašinskog učenja.

Džon Hopfild sa Univerziteta Prinston stvorio je asocijativnu memoriju koja može da skladišti i rekonstruiše slike i druge tipove paterna u setovima podataka.

Hopfildova mreža može da skladišti šeme i razvije metod da ih ponovo napravi. Kada se mreži da nepotpuna ili pomalo iskrivljena šema, ona može pronaći najsličniju koju ima uskladištenu.