هیات داوران نوبل نام جفری هینتون، محقق بریتانیایی‌کانادایی معروف به پدرخوانده هوش مصنوعی، و جان هاپفیلد، فیزیکدان آمریکایی را برای اکتشافات و اختراعاتی که یادگیری ماشین را با شبکه‌های عصبی مصنوعی مقدور می‌سازد اعلام کرد.
مارک ون‌در ویلک، متخصص یادگیری ماشین در دانشگاه آکسفورد، توضیح داد که شبکه عصبی مصنوعی ساختاری ریاضی است که با الهام از مغز انسان طراحی شده است. مغز ما شبکه‌ای از سلول‌های نورون دارد که به محرک‌های بیرونی با ارسال سیگنال واکنش نشان می‌دهند.
هنگام یادگیری، برخی ارتباطات بین نورون‌ها قوی‌تر و برخی ضعیف‌تر می‌شوند. برخلاف محاسبات سنتی که شبیه خواندن دستور غذا است، شبکه‌های عصبی مصنوعی تقریبا این فرآیند طبیعی را پیروی می‌کنند.
نورون‌های بیولوژیک با محاسبات ساده که گره نامیده می‌شوند جایگزین شده و محرک‌های دریافتی با داده‌های آموزشی جای می‌گیرند؛ این مکانیزم باعث می‌شود شبکه در طول زمان یاد بگیرد و از این رو اصطلاح یادگیری ماشین به کار می‌رود.
هاپفیلد چه چیزی را کشف کرد؟
قبل از اینکه ماشین‌ها بتوانند یاد بگیرند، ویژگی حافظه الزامی بود. نتیجه تلاش هاپفیلد این بود که وقتی به یک شبکه عصبی مصنوعی داده‌ای با خطا داده می‌شود، می‌تواند از طریق الگو‌های ذخیره‌شده قبلی، صحیح‌ترین انتخاب را انجام دهد؛ این کار گامی بزرگ در پیشرفت هوش مصنوعی بود.
هینتون چه کرد؟
در سال ۱۹۸۵ می‌لادی، تلاش‌های هینتون با معرفی ماشین بولتزمن آشکار شد. این مفهوم که از نام لودویگ بولتزمن، فیزیکدان قرن نوزدهم گرفته شده، عنصری از اتفاقی بودن را معرفی کرد. این اتفاقی بودن باعث می‌شود مولد‌های عکس مبتنی بر هوش مصنوعی امروزی بتوانند برای یک درخواست پاسخ‌های متنوع ارائه دهند.
هینتون نشان داد که هرچه شبکه لایه‌های بیش‌تری داشته باشد، رفتار آن پیچیده‌تر می‌شود. فرا‌نسیس باخ، محقق فرا‌نسوی یادگیری ماشین، گفت که این موضوع یادگیری کارآمد یک رفتار مطلوب را آسان‌تر کرد.
با وجود این ایده‌ها، بسیاری از دانشمندان در دهه ۱۹۹۰ علاقه خود را از دست دادند. یادگیری ماشین به کامپیوتر‌های قدرتمند نیاز داشت که بتوانند حجم وسیعی از اطلاعات را مدیریت کنند؛ برای مثال می‌لیون‌ها عکس از سگ لازم است تا الگوریتم‌ها سگ را از گربه تشخیص دهند.
به گفته باخ، این حالت تا سال ۲۰۱۰ ادامه داشت که موجی از پیشرفت‌ها در پردازش عکس و زبان طبیعی انقلابی را به راه انداخت. اکنون از هوش مصنوعی در حوزه‌های گوناگونی از خواندن اسکن‌های پزشکی و هدایت خودرو‌های خودران تا پیش‌بینی آب‌وهوا و ساخت دیپ‌فیک بهره گرفته می‌شود به نحوی که شمارش موارد استفاده از آن ممکن نیست.
آیا واقعا این کشف‌ها به فیزیک مرتبط است؟
هینتون پیش از این برنده جایزه تورینگ بوده که معادل نوبل علوم کامپیو‌تر محسوب می‌شود. اما به نظر کارشناسان، انتخاب وی به عنوان برنده نوبل فیزیک، انتخابی شایسته بود؛ زیرا وی در مسیر علم فیزیک پیش رفته و در پایان به هوش مصنوعی رسیده است.
دمین کرلیوز تأکید کرد که این الگوریتم‌ها در اصل از فیزیک الهام گرفته شده‌اند و مفهوم انرژی را به حوزه محاسبات منتقل کرده‌اند. ون‌در ویلک با بیان اینکه اولین نوبل برای طراحی راه‌حل شناختی هوش مصنوعی سهم جامعه فیزیک است، از برندگان تشکر کرد.
چت‌جی‌پی‌تی گاهی می‌تواند هوش مصنوعی را واقعا خلاق‌نمود دهد، اما باید به ماهیت ماشینی یادگیری ماشین دقت کنیم.
