Královská švédská akademie věd před pár dny oznámila jména letošních laureátů Nobelovy ceny za fyziku. Nejprestižnější vědecké ocenění si v roce 2024 odnesou fyzici John Hopfield a Geoffrey Hinton za „zásadní objevy a vynálezy, které umožňují strojové učení s umělými neuronovými sítěmi“.
Letošní laureáti Nobelovy ceny ve svém výzkumu využili základní koncepty statistické fyziky k návrhům umělých neuronových sítí. Ty dnes hrají zásadní roli ve zpracování a analýze velkých datových souborů. Neuronové sítě posouvají hranice lidského poznání v mnoha oblastech včetně fyzikálních oborů, jako je částicová fyzika, fyzika materiálů nebo astrofyzika.
Dnes 91letý John Hopfield se narodil 15. července 1933 v Chicagu v americkém státě Illinois. Doktorát z fyziky získal v roce 1958 na Cornellově univerzitě a pak pracoval dva roky v Bellových laboratořích. V roce 1961 přešel na Kalifornskou univerzitu v Berkeley a po dalších třech letech na Princetonskou univerzitu. V letech 1980–1997 pracoval v Kalifornském technologickém institutu, odkud se posléze vrátil zpět na Princeton, kde strávil zbytek své kariéry. V roce 2006 také působil jako prezident Americké fyzikální společnosti.
Hopfield obhájil doktorát jako fyzik kondenzovaných látek a až později se začal zabývat neurovědou. Na počátku 80. let vyvinul svou eponymní síť, která slouží k ukládání vzorů a jejich následnému vyhledávání pomocí neúplných informací. Eponymní síť se podobá asociativní paměti, díky které si lidský mozek například vybavuje konkrétní slova jen podle kontextu a znalosti jednoho nebo dvou písmen. Hopfieldova síť je složená z neuronů – uzlů, které jsou všechny vzájemně propojeny. Stav každého uzlu je 0 nebo 1 a je ovlivněn stavy jeho sousedů.
Druhý z laureátů, Geoffrey Hinton, se narodil 6. prosince 1947 v Londýně. Dnes 76letý fyzik působí od roku 1987 na kanadské Univerzitě v Torontu a je známý jako kmotr umělé inteligence. V roce 1970 absolvoval magisterské studium na Univerzitě v Cambridge v oboru experimentální psychologie, na které navázal doktorátem na Univerzitě v Edinburghu. Svůj doktorát zaměřený na vývoj umělé inteligence dokončil v roce 1975. Nejprve působil na Univerzitě v Sussexu, v roce 1978 se pak přesunul na Kalifornskou univerzitu v San Diegu a poté v roce 1982 na Univerzitu Carnegie-Mellon. O pět let později odtud odešel do Toronta.
V roce 1998 byl Geoffrey Hinton zvolen členem britské Královské společnosti a zároveň se stal zakládajícím ředitelem Jednotky pro výpočetní neurovědu Gatsby na University College London. O tři roky později se ale vrátil zpět na torontskou univerzitu, kde pracuje dodnes. V letech 2014–2023 měl částečný úvazek ve společnosti Google, odkud ale odešel, aby mohl svobodně mluvit o rizicích spojených s umělou inteligencí.
Hinton je přesvědčen, že strojové učení a umělá inteligence budou mít na společnost obrovský vliv, který bude srovnatelný s průmyslovou revolucí konce devatenáctého století. Zároveň ale upozorňuje na nebezpečí, které používání umělé inteligence přináší. Obává se, že nově vyvinuté systémy budou inteligentnější než kterýkoliv člověk a nakonec mohou nad lidstvem převzít kontrolu. V 80. letech se začal zabývat algoritmy, které by mohly zpracovávat vzory podobně jako lidský mozek. Jako výchozí bod použil Hopfieldovu síť a za pomoci principů statistické fyziky spolu s kolegou vyvinul Boltzmannův stroj.
Boltzmannův stroj je analogií Boltzmannovy rovnice, která popisuje statistické rozdělení stavů částic na základě energie systému. Obvykle má dvě propojené vrstvy uzlů – viditelnou vrstvu, která slouží jako rozhraní pro vstup a výstup informací, a skrytou vrstvu. Pokud je Boltzmannův stroj trénován na souboru podobných obrazů, může pak vytvořit nový originální obraz, který je jim podobný. Stroj se také může naučit rozřazovat obrazy do kategorií na základě jejich podobností.
Hopfieldovy sítě a Boltzmannovy stroje položily základy pro vývoj dalších pokročilejších technologií strojového učení a umělé inteligence, z nichž některé dnes již běžně používáme. Strojové učení bylo také použito k třídění a zpracování velkého množství dat potřebných pro objevení Higgsova bosonu. Další aplikace výzkumu letošních nobelistů zahrnují redukci šumu při měřeních gravitačních vln vznikajících při srážkách černých děr nebo při hledání exoplanet.
Mohlo by vás také zajímat: