Нобелова награда за физику за фундаменталне изуме на пољу вештачких неуронских мрежа

„Научни напреци овогодишњих лауреата стоје на темељима физичке науке. Они су показали потпуно нови начин на који можемо да користимо компјутере да нам помогну и воде нас у хватању у коштац са многим изазовима данашњег друштва“, наводи се у саопштењу Нобеловог комитета.

Захваљујући њиховом раду, човечанство сада има нови алат који може да користи. Машинско учење засновано на вештачких неуронских мрежама доноси револуцију у науци, инжењерству и свакодневном животу.

Машинско учење је већ на добром путу да омогући велике пробоје ка грађењу одрживог друштва, попут идентификовања нових функционалних материјала.

„Начин на који ће се дубоко учење вештачких неуронских мрежа користити у будућности зависиће од тога како ми као људи одлучимо да користимо овај изузетно потентан алат, који је већ сада присутан у многим аспектима живота“, истиче комитет за доделу Нобелове награде за физику.

Џофри Хинтон са Универзитета у Торонту користио је мрежу коју је развио његов колауреат Џон Хопфилд као темељ за потпуно нову неуронску мрежу – Болцман машину. Она може да научи да препознаје карактеристике елемената у било којој врсти података.

Болцман машина може да се користи да класификује слике или ствара нове примере из врсте шеме на којој је тренирана. Хинтон је даље развијао и помогао да дође до тренутног „експлозивног“ развоја машинског учења.

Џон Хопфилд са Универзитета Принстон створио је асоцијативну меморију која може да складишти и реконструише слике и друге типове патерна у сетовима података.

Хопфилдова мрежа може да складишти шеме и развије метод да их поново направи. Када се мрежи да непотпуна или помало искривљена шема, она може пронаћи најсличнију коју има ускладиштену.