Джон Хопфилд и Джеффри Хинтон: Нобелевская премия за работы, лежащие в основе машинного обучения

Американский ученый Джон Хопфилд и британо-канадский исследователь Джеффри Хинтон стали лауреатами Нобелевской премии по физике 2024 года за открытия и изобретения, заложившие основу машинного обучения, сообщил во вторник Нобелевский комитет.

«Два нобелевских лауреата по физике этого года использовали инструменты физики для разработки методов, которые лежат в основе современного мощного машинного обучения, – отмечается в заявлении комитета. – Машинное обучение на основе искусственных нейронных сетей в настоящее время революционизирует науку, инженерию и повседневную жизнь».

Хопфилд, профессор Принстонского университета, создал на основе ассоциативной памяти сеть, способную хранить и реконструировать изображения и другие типы паттернов.

Хинтон, преподающий в Университете Торонто, изобрел метод автономной идентификации конкретных элементов в базах данных и выполнять такие задачи, как идентификация конкретных элементов на фотографиях.

Один из разработчиков искусственного интеллекта, Хинтон ушел из Google в 2023 году и заявил, что сделал это, чтобы свободно говорить об опасностях данной технологии. Хинтон выразил убеждение, что компьютеры могут достичь интеллектуального превосходства над людьми значительно раньше, чем ожидали эксперты.

«Хотя машинное обучение приносит огромную пользу, его стремительное развитие также вызывает опасения за наше будущее, – сказала председатель Нобелевского комитета по физике Эллен Мунс. – Люди несут коллективную ответственность за безопасное и этичное использование этой новой технологии на благо всего человечества».

Нобелевские лауреаты получают денежную премию в размере 11 миллионов шведских крон (около 1,1 миллиона долларов). В свое время Нобелевской премии по физике были удостоены Альберт Эйнштейн, Нильс Бор и Энрико Ферми.

В прошлом году премия была присуждена Пьеру Агостини, Ференцу Краушу и Анн Л'Юилье за работу по созданию ультракоротких импульсов света, способных дать моментальный снимок изменений внутри атомов, что потенциально может усовершенствовать методы диагностики заболеваний.