Фізика чи штучний інтелект — це відкриття основних законів світу. Ця стаття авторизована на основі статті, написаної Geek Park і зібраної та зібраної Dongzhong. (Попередній підсумок: Чому штучний інтелект і роботи ChatGPT погіршуються? Дослідження природи: великі моделі не допомагають) (Інформаційний додаток: сотні мільярдів доларів інвестицій у штучний інтелект приречені стати бульбашкою? Професор Массачусетського технологічного інституту розкриває три майбутніх перспективи після того, як божевілля вщухне ) Я Як ти можеш бути впевнений, що це не розіграш? Це була перша думка Джеффрі Гінтона, коли о другій годині ночі йому зателефонували з комітету Нобелівської премії. У той час 77-річний «хрещений батько» був у готелі в Каліфорнії, а сигнал телефону був поганим. Лише після того, як він подумав, що дзвінок надійшов зі Швеції, що людина, яка розмовляє, має сильний шведський акцент і що там кілька людей, він підтвердив факт, що отримав Нобелівську премію з фізики. Цей телефонний дзвінок зі Швеції порушив його план на день, а також зазначив, що його багаторічні дослідження нейронних мереж і машинного навчання отримали подальше визнання у світі. 8 жовтня за пекінським часом Нобелівська премія з фізики 2024 року була офіційно присуджена йому та іншому вченому, Джону Дж. Хопфілду, на знак визнання їхньої фундаментальної роботи в галузі машинного навчання та відкриттів і винаходів штучних нейронних мереж. 91-річний Джон Хопфілд також був «трохи шокований», коли отримав повідомлення. Лауреати Нобелівської премії з фізики 2024 року Джон Хопфілд і Джеффрі Хінтон Джерело: офіційний веб-сайт Нобелівської премії Коли було оголошено цю новину, багато людей дивувалися, чому Нобелівська премія з фізики була присуджена сферам комп’ютера та штучного інтелекту, які здаються трохи далекими від фізики ? 1. Перетин фізики та комп’ютерних нейронних мереж Джон Хопфілд і Джеффрі Хінтон зробили важливу роботу в галузі штучних нейронних мереж з 1980-х років. Штучні нейронні мережі, як випливає з назви, походять від імітації принципів роботи мозку. Вчені припускають, що нейрони мозку можна відтворити як обчислювальні вузли, які передають інформацію через синаптичні з’єднання.Таку мережу можна навчити покращувати одні з’єднання та гальмувати інші, таким чином дозволяючи системі навчатися та запам’ятовувати під час обробки складних даних, ставши основою сучасного штучного інтелекту. У 1980-х роках Хопфілд, який мав досвід фізики, почав впроваджувати фізичні концепції в області штучних нейронних мереж, особливо моделі спінового скла. Його відкриття полягало в тому, щоб запропонувати асоціативну модель пам’яті, яка може зберігати та реконструювати інформацію на основі спінової системи фізики. Ця модель дозволяє нейронній мережі самовиправлятися через неповні вхідні дані та реконструювати оригінальний шаблон—— Це «мережа Хопфілда». . Основна ідея мережі Хопфілда полягає в тому, що кожен вузол схожий на піксель на зображенні , зменшити енергію системи та прагнути знайти найбільш стабільний та енергозберігаючий стан. У цей час шаблон, виведений мережею, є реконструйованим повним шаблоном. Цей механізм не тільки дозволяє машині реконструювати частково втрачені або пошкоджені зображення, але й витягує загальну інформацію з часткових вхідних даних. Потім на основі мережі Хопфілда Джеффрі Хінтон вивів штучні нейронні мережі на новий рівень. У той час Хінтон використовував інструменти статистичної фізики, зокрема статистичні моделі фізика 19-го століття Людвіга Больцмана, щоб розробити «машину Больцмана», яка могла б навчитися ідентифікувати особливості в певних типах даних. Суть машини Больцмана полягає в ймовірності. Хінтон зрозумів, що закономірності в даних можна ідентифікувати шляхом обчислення «імовірностей», і що машини можуть дізнатися, які закономірності мають більшу ймовірність появи, а які є відносно рідкісними. Навчена машина Больцмана може розпізнавати знайомі риси в інформації, яку вона ніколи раніше не бачила. У 1990-х роках багато дослідників втратили інтерес до штучних нейронних мереж, але Хінтон був одним із небагатьох, хто продовжував працювати в цій галузі. Увійшовши в 21 століття, Хінтон і його колеги провели попередню підготовку за допомогою верств машин Больцмана. Це попереднє навчання забезпечує кращу відправну точку для з’єднань у мережі та оптимізує процес навчання мережі для розпізнавання елементів зображення. Мережа Хопфілда та машина Больцмана | Джерело зображення: Шведська королівська академія наук Завдяки роботі з 1980-х років Джон Хопфілд і Джеффрі Хінтон допомогли закласти основу машини, починаючи приблизно з 2010 року. Дізнайтеся про основи революції. Зважаючи на це, їхній проривний внесок у минулому столітті насправді походить від глибокого розуміння складних систем у фізиці. Саме їхнє застосування інструментів і концепцій фізики сприяло розвитку сфери машинного навчання та штучних нейронних мереж. У той же час сама сучасна фізика також виграла від штучних нейронних мереж, оскільки штучні нейронні мережі поступово стали потужними обчислювальними інструментами у фізиці та можуть використовуватися в таких галузях, як квантова механіка та фізика елементарних частинок. Голова Комітету Нобелівської премії з фізики зазначив: «Робота лауреатів вже принесла величезну користь. У фізиці ми використовуємо штучні нейронні мережі в широкому спектрі галузей, таких як розробка нових матеріалів зі специфічними властивостями». Навчання Він давно застосовувався в областях, з якими ми, можливо, знайомі з попередніх Нобелівських премій з фізики. До них відноситься використання машинного навчання для просіювання та обробки величезних обсягів даних, необхідних для виявлення бозона Хіггса Шум у вимірюваннях гравітаційних хвиль чорних дір, що стикаються, або в пошуках екзопланет «Останніми роками ця технологія також почала використовуватися для розрахунку та прогнозування властивостей молекул і матеріалів, таких як обчислення молекулярної структури білків. які визначають їхню функцію або визначення того, який новий матеріал може мати найкращі властивості для більш ефективних сонячних батарей", - заявили представники Нобелівської премії. 2. Фізики або штучний інтелект намагаються зрозуміти природу світу. Незважаючи на те, що Джон Хопфілд і Джефрі Хінтон були натхненні фізикою, їхній внесок також покликаний на фізику та інші галузі. Але на відміну від минулого, Нобелівська премія з фізики 2024 року все ще викликає багато дискусій і суперечок серед користувачів мережі – чи належить внесок двох лауреатів до галузі фізики? Деякі люди навіть казали, що Нобелівський комітет хотів «скористатися гарячими точками ШІ». Несподіванок було так багато, що представники Нобелівської премії провели опитування: «Чи знаєте ви, що моделі машинного навчання базуються на рівняннях фізики?Лауреат Нобелівської премії запитав користувачів мережі: чи знаєте ви, що моделі машинного навчання базуються на рівняннях фізики? Джерело зображення: можна сказати, що успішне навчання глибоких нейронних мереж є попередником цієї революції ШІ. Мережа Хопфілда заклала основу для RBM , засновник і генеральний директор Mobvoi. «Математичні моделі, які використовуються у фізиці та штучному інтелекті, по суті, є моделюванням, але об’єктом моделювання першого є фізичний світ, а об’єктом моделювання другого є інтелект з Horizon Yu Kai також сказав: «Мета дослідження фізики полягає в тому, щоб зрозуміти основні закони фізичних систем у природі, щоб ми могли створювати та винаходити фізичні системи, яких не існує в природі...