สถาบันวิชาการด้านวิทยาศาสตร์แห่งสวีเดน (Royal Swedish Academy of Sciences) ได้มอบรางวัลโนเบลสาขาฟิสิกส์ปี 2024 ให้แก่ John J. Hopfield จากมหาวิทยาลัยพรินซ์ตันและ Geoffrey E. Hinton จากมหาวิทยาลัยโตรอนโต สำหรับผลงานที่ก้าวหน้าอย่างยิ่งในด้านการเรียนรู้ของเครื่องจักร (Machine Learning) โดยใช้เครือข่ายประสาทเทียม
ผู้ได้รับรางวัลโนเบลสาขาฟิสิกส์ทั้งสองท่านในปีนี้ ได้ใช้เครื่องมือทางฟิสิกส์เพื่อพัฒนาวิธีการที่เป็นรากฐานของเทคโนโลยีการเรียนรู้ของเครื่องจักรที่มีประสิทธิภาพในปัจจุบัน John Hopfield ได้สร้างหน่วยความจำเชื่อมโยงที่สามารถเก็บและสร้างภาพและรูปแบบอื่น ๆ ของข้อมูล Geoffrey Hinton ได้คิดค้นวิธีการที่สามารถค้นหาคุณสมบัติในข้อมูลได้อย่างอิสระ และสามารถทำภารกิจต่าง ๆ เช่น การระบุองค์ประกอบเฉพาะในภาพ
เมื่อเราพูดถึงปัญญาประดิษฐ์ เรามักจะหมายถึงการเรียนรู้ของเครื่องจักรโดยใช้เครือข่ายประสาทเทียม เทคโนโลยีนี้ได้รับแรงบันดาลใจจากโครงสร้างของสมอง ในเครือข่ายประสาทเทียม เซลล์ประสาทของสมองจะแสดงโดยโหนดที่มีค่าต่างกัน โหนดเหล่านี้มีอิทธิพลต่อกันผ่านการเชื่อมต่อที่สามารถเปรียบเทียบได้กับซินแนปส์และสามารถทำให้แข็งแรงขึ้นหรืออ่อนลงได้ เครือข่ายได้รับการฝึกอบรมโดยการพัฒนาการเชื่อมต่อที่แข็งแกร่งขึ้นระหว่างโหนดที่มีค่าสูงพร้อมกัน ผู้ได้รับรางวัลในปีนี้ได้ดำเนินงานที่สำคัญเกี่ยวกับเครือข่ายประสาทเทียมตั้งแต่ทศวรรษที่ 1980 เป็นต้นมา
John Hopfield ได้คิดค้นเครือข่ายที่ใช้วิธีการสำหรับการบันทึกและสร้างรูปแบบใหม่ เราสามารถจินตนาการถึงโหนดเป็นพิกเซล เครือข่าย Hopfield ใช้ฟิสิกส์ที่อธิบายลักษณะของวัสดุเนื่องจากการหมุนอะตอม คุณสมบัติที่ทำให้แต่ละอะตอมเป็นแม่เหล็กขนาดเล็ก เครือข่ายโดยรวมอธิบายในลักษณะที่เทียบเท่ากับพลังงานในระบบสปินที่พบในฟิสิกส์ และได้รับการฝึกอบรมโดยการค้นหาค่าสำหรับการเชื่อมต่อระหว่างโหนดเพื่อให้ภาพที่บันทึกมีพลังงานต่ำ เมื่อเครือข่าย Hopfield ถูกป้อนด้วยภาพที่บิดเบือนหรือไม่สมบูรณ์ มันจะทำงานอย่างมีระบบผ่านโหนดและอัปเดตค่าของโหนดเพื่อให้พลังงานของเครือข่ายลดลง ดังนั้นเครือข่ายจึงทำงานทีละขั้นเพื่อค้นหาภาพที่บันทึกไว้ซึ่งคล้ายกับภาพที่ไม่สมบูรณ์ที่ถูกป้อนเข้าไป
Geoffrey Hinton ใช้เครือข่าย Hopfield เป็นรากฐานสำหรับเครือข่ายใหม่ที่ใช้วิธีการที่แตกต่างกัน: เครื่อง Boltzmann ซึ่งสามารถเรียนรู้ที่จะจดจำองค์ประกอบลักษณะเฉพาะในประเภทข้อมูลที่กำหนด Hinton ได้ใช้เครื่องมือจากฟิสิกส์สถิติ วิทยาศาสตร์ของระบบที่สร้างขึ้นจากองค์ประกอบที่คล้ายกันหลาย ๆ องค์ประกอบ เครื่องได้รับการฝึกอบรมโดยการป้อนตัวอย่างที่อาจเกิดขึ้นได้มากเมื่อเครื่องทำงาน เครื่อง Boltzmann สามารถใช้ในการจำแนกภาพหรือสร้างตัวอย่างใหม่ของรูปแบบประเภทที่ได้รับการฝึกอบรม Hinton ได้สร้างผลงานนี้ขึ้นมาและช่วยเริ่มต้นการพัฒนาที่รวดเร็วของการเรียนรู้ของเครื่องจักรในปัจจุบัน
“ผลงานของผู้ได้รับรางวัลได้มีประโยชน์อย่างมาก ในฟิสิกส์เราใช้เครือข่ายประสาทเทียมในหลากหลายพื้นที่ เช่น การพัฒนาวัสดุใหม่ที่มีคุณสมบัติเฉพาะ” Ellen Moons ประธานคณะกรรมการโนเบลสาขาฟิสิกส์กล่าว
John J. Hopfield เกิดเมื่อปี 1933 ในชิคาโก รัฐอิลลินอยส์ สหรัฐอเมริกา ได้รับปริญญาเอกจากมหาวิทยาลัยคอร์เนลล์ในปี 1958 เป็นศาสตราจารย์ที่มหาวิทยาลัยพรินซ์ตัน รัฐนิวเจอร์ซีย์ สหรัฐอเมริกา
Geoffrey E. Hinton เกิดในปี 1947 ในลอนดอน สหราชอาณาจักร ได้รับปริญญาเอกจากมหาวิทยาลัยเอดินบะระ สหราชอาณาจักรในปี 1978 เป็นศาสตราจารย์ที่มหาวิทยาลัยโตรอนโต แคนาดา
ข่าวอื่น ๆ ที่น่าสนใจ
ม.หอการค้าไทย โชว์การประยุกต์ใช้ AI, Digital และ Cloud เพื่อการศึกษา บนเวที Huawei Connect 2024
DGA รวมพลังขับเคลื่อนรัฐบาลดิจิทัล ดันดัชนี EGDI ไทย ปี 2567 ขึ้นสู่อันดับที่ 52 ของโลก
