• Город
  • Наука и образование
Наука и образование

Поделиться:

Нобелевскую премию по физике в этом году дали «прадедушкам ChatGPT»! В чем именно их заслуга перед человечеством?

Нобелевская неделя продолжается! Во вторник, 8 октября, объявлены обладатели самой главной научной премии в области физики. Ими стали ученые  Джон Дж. Хопфилд и Джеффри Э. Хитон. Награда нашла их за «основополагающие открытия и изобретения, которые позволяют осуществлять машинное обучение с использованием искусственных нейронных сетей». Что это значит? И почему без их работ не было бы никакого ChatGPT — объясняем максимально просто! 

Paramonov Alexander / Shutterstock

За что в этом году дана Нобелевская премия по физике?

Александр Бухановский, руководитель исследовательского центра «Сильный ИИ в промышленности» ИТМО: За разработку и обоснование методической базы машинного обучения — архитектуры нейронной сети и метода ее обучения, позволивших в будущем имитировать когнитивные функции человека при в задачах распознавания и классификации различных объектов. Стоит отметить, что сами ученые изначально не планировали решать задачи машинного обучения, это применение выросло уже потом, по мере развития вычислительной техники.

Кто такие Хопфилд и Хитон?

Александр Бухановский, руководитель исследовательского центра «Сильный ИИ в промышленности» ИТМО: Джон Хопфилд – физик, именно он предложил новую модель обработки данных, которая представляется в форме нейронной сети определенной архитектуры и умеет решать задачи выявления характерных структур в зашумленных данных, будучи обученной на эталонных образцах. 

А вот Джеффри Хинтон уже развил на ее основе метод решения задач классификации (разделения характерных объектов), для которой явное задание эталонов уже не требуется. Учитывая, что в жизни люди обычно не мыслят эталонами, а просто соотносят друг с другом сходные объекты, это позволило сделать серьезный шаг в сторону развития современного ИИ.

Collagery / Shutterstock

Что именно они сделали для развития нейросетей?

Александр Бухановский, руководитель исследовательского центра «Сильный ИИ в промышленности» ИТМО: В искусственном интеллекте нейронная сеть имеет очень слабую сакральную связь с биологией. На самом деле – это удобный (для компьютерной реализации, не для человека) механизм обработки информации, который может перестраиваться под разные задачи. Нейроны – это отдельные «кирпичики», из которых опытный специалист может построить и «сарай», и «дворец».

Ключевое достижение Хопфилда и Хинтона состоит в том, что они обосновали саму оптимальную конструкцию нейронной сети, которая может решать такие задачи обработки данных. И сделали это с позиций статистической физики, опираясь на теоретическую аналогию с явлениями магнетизма и теплового движения молекул.

То есть без их работ не было бы ChatGPT? Почему?

Александр Бухановский, руководитель исследовательского центра «Сильный ИИ в промышленности» ИТМО: В основе ChatGPT лежит генеративная сеть, которая по набору слов (вопрос) может сгенерировать наиболее релевантный им ответ. Однако в основе этого механизма как раз и заложена идея обнаружения сходных объектов (чтобы правильный ответ соответствовал корректному вопросу). Потому, несомненно, сеть Хопфилда можно считать прадедушкой ChatGPT, хотя архитектуры самих нейросетей значимо различаются.

Collagery / Shutterstock

Почему это премия именно по физике?

Александр Бухановский, руководитель исследовательского центра «Сильный ИИ в промышленности» ИТМО: Потому что сама идея сети Хопфилда основана на принципах статистической физики — организации коллективного поведения отдельных узлов сети с целью обеспечить корректный процесс обработки данных так, чтобы выявить тот или иной образец. Коллективное поведение элементов вообще является ключевым механизмом изменения свойств разнообразных систем реального мира, в различных ситуациях: от замерзания воды – до возникновения эпидемий и революций (где элементом системы является сам человек). Этим, кстати, обусловлены многие открытия, сделанные в экономике, науках о обществе и человеке именно физиками.

Купить журнал:

Выберите проект: