جائزة نوبل للفيزياء تذهب إلى آباء التعلم الآلي

الاعتراف بجون هوبفيلد وجيفري إي.هينتون، هو أول من "درب" الشبكات العصبية، مما مهد الطريق للذكاء الاصطناعي

روما – منحت الأكاديمية السويدية جائزة نوبل للفيزياء لعام 2024 للباحثين جون هوبفيلد وجيفري إي.هينتون، هو أول من "درب" الشبكات العصبية، مما مهد الطريق لـ "التعلم الآلي القوي", وبالتالي إلى الذكاء الاصطناعي.

الأمريكي جون هوبفيلد، كما نقرأ في المذكرة، "أنشأ ذاكرة ترابطية قادرة على أرشفة وإعادة بناء الصور وأنواع أخرى من النماذج في البيانات".أما البريطاني جيفري هينتون فهو «اخترع طريقة يمكنها العثور بشكل مستقل على خصائص في البيانات ومن ثم أداء مهام مثل تحديد عناصر محددة في الصور».

"لقد حقق عمل الحائزين على الجوائز بالفعل فائدة كبيرة.تقول إلين مونز، رئيسة لجنة نوبل للفيزياء: «في الفيزياء نستخدم الشبكات العصبية الاصطناعية في مجموعة واسعة من المجالات، مثل تطوير مواد جديدة ذات خصائص محددة».

تواصل الأكاديمية السويدية:"عندما نتحدث عن الذكاء الاصطناعي، فإننا غالبًا ما نعني التعلم الآلي عبر الشبكات العصبية الاصطناعية. هذه التكنولوجيا مستوحاة في الأصل من بنية الدماغ.في الشبكة العصبية الاصطناعية، يتم تمثيل الخلايا العصبية في الدماغ بواسطة العقد التي لها قيم مختلفة.تؤثر هذه العقد على بعضها البعض من خلال الاتصالات التي يمكن مقارنتها بالمشابك العصبية والتي يمكن تقويتها أو إضعافها.يتم تدريب الشبكة، على سبيل المثال، من خلال تطوير اتصالات أقوى بين العقد ذات القيم العالية في وقت واحد.لقد أجرى الفائزون هذا العام عملاً مهمًا مع الشبكات العصبية الاصطناعية منذ الثمانينيات فصاعدًا."

وتستمر الأكاديمية:"اخترع جون هوبفيلد شبكة تستخدم طريقة لحفظ الأنماط وإعادة إنشائها.يمكننا أن نفكر في العقد على أنها بكسلات.تستخدم شبكة هوبفيلد الفيزياء التي تصف خصائص المادة بفضل دورانها الذري، وهي خاصية تجعل كل ذرة مغناطيسًا صغيرًا.يتم وصف الشبكة ككل بطريقة تعادل الطاقة الموجودة في نظام الدوران الموجود في الفيزياء، ويتم تدريبها من خلال إيجاد قيم للاتصالات بين العقد بحيث تكون الصور المحفوظة ذات طاقة منخفضة.عندما يتم إعطاء شبكة هوبفيلد صورة مشوهة أو غير كاملة، فإنها تعمل بشكل منهجي من خلال العقد وتحدث قيمها بحيث تنخفض طاقة الشبكة.تعمل الشبكة بعد ذلك على مراحل للعثور على الصورة المحفوظة الأكثر تشابهًا مع الصورة غير الكاملة التي تم تغذيتها بها.

أما جيفري هينتون، فقد استخدم شبكة هوبفيلد كأساس لشبكة جديدة باستخدام طريقة مختلفة:آلة بولتزمان.يمكن أن يتعلم هذا كيفية التعرف على العناصر المميزة في نوع معين من البيانات.استخدم هينتون أدوات من الفيزياء الإحصائية، وهو علم الأنظمة المبنية من العديد من المكونات المماثلة.يتم تدريب الآلة من خلال إعطائها أمثلة من المرجح أن تظهر عند بدء تشغيل الآلة.يمكن استخدام آلة بولتزمان لتصنيف الصور أو إنشاء أمثلة جديدة لنوع النمط الذي تم التدريب عليه.وقد بنى هينتون على هذا العمل، مما ساعد على بدء التطوير الهائل الحالي للتعلم الآلي.