Az orvosi-élettani kategória után kedden gazdára talált a fizikai Nobel-díj is: az idei elismerést John Hopfield és Geoffrey Hinton megosztva kapták meg a Svéd Királyi Tudományos Akadémiától azokért az „alapvető felfedezésekért és találmányokért, amelyek lehetővé teszik a gépi tanulást a mesterséges neurális hálózatok segítségével”.

Az akadémia indoklása szerint John Hopfield, az amerikai Princeton Egyetem tudósa egy olyan asszociatív memóriát fejlesztett, amely képes tárolni és rekonstruálni a képeket és más típusú mintákat az adatokban. Geoffrey Hinton, a kanadai Torontói Egyetem kutatója egy módszert talált fel, amely önállóan képes tulajdonságokat keresni az adatokban, így olyan feladatokat hajt végre, mint például bizonyos elemek azonosítása a képeken.

AFP / Jonathan Nackstrand

Amikor a mesterséges intelligenciáról esik szó, gyakran a mesterséges neurális hálózatokat használó gépi tanulásra kell gondolni. Ezt a technológiát eredetileg az agy szerkezete ihlette. Egy mesterséges neurális hálózatban az agy neuronjainak különböző csomópontok felelnek meg. Ezek a csomópontok olyan kapcsolatokon keresztül hatnak egymásra, amelyek a szinapszisokhoz – az agy neuronjait összekötő hálózathoz – hasonlíthatók, és amelyek erősíthetők vagy gyengíthetők.

A hálózatot például úgy oktatják, hogy erősebb kapcsolatokat alakítanak ki a csomópontok között egyidejűleg magas értékekkel.

„Az idei díjazottak az 1980-as évektől kezdve fontos munkát végeztek a mesterséges neurális hálózatokkal”

– emeli ki az akadémia.

Hopfield egy olyan hálózatot talált fel, amely egy speciális módszert használ a minták mentésére (megtanulásra) és újraalkotására. A tudós a hálózat egészét a fizikában fellelhető spinrendszer – a spin minden atomot apró mágnessé változtat – energiájával egyenértékű módon írta le, és a csomópontok közötti kapcsolatok értékeinek meghatározásával képezi azt. A mentett képek így alacsony energiájúak a hálózatban.

Amikor egy hiányos kép áthalad a hálózat csomópontjain, akkor frissíti azok értékeit, így a hálózat energiája csökken. Ennek köszönhetően a rendszer lépésről lépésre dolgozik, hogy megtalálja azt a mentett képet, amely leginkább hasonlít arra a töredékre, amit adatként megkapott.

Hinton az úgynevezett Boltzmann-gépet használta a munkája során, ami megtanulhatja felismerni egy adott típusú adat jellemző elemeit. A gépet olyan példák betáplálásával képezik ki, amelyek nagy valószínűséggel előfordulnak a gép futása során. A Boltzmann-gép használható képek osztályozására vagy új példák létrehozására arra a mintatípusra, amelyre betanították. Hinton erre a munkára épített, és hozzájárult a gépi tanulás jelenlegi robbanásszerű fejlődésének elindításához.

„A díjazottak munkája már eddig is komoly haszonnal járt. A fizikában számos területen használunk mesterséges neurális hálózatokat, például új, sajátos tulajdonságokkal rendelkező anyagok kifejlesztésében” – mondja Ellen Moons, a Nobel Fizikai Bizottság elnöke.

A kitüntetettek 11 millió svéd koronán (388 millió forintnyi összegen) osztoznak. A díjat hagyományosan december 10-én, az elismerést alapító Alfred Nobel halálának évfordulóján adják át.

Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának tudományos felfedezésekről is hírt adó Facebook-oldalát.