Два лауреата использовали физические методы для создания технологий, которые стали основой современного мощного машинного обучения, — говорится в пресс-релизе.

Хопфилд разработал модель ассоциативной памяти, которая способна сохранять и восстанавливать изображения и другие паттерны в данных. Хинтон, в свою очередь, создал алгоритм, позволяющий автоматически выявлять ключевые особенности в данных, что помогает, например, распознавать отдельные объекты на фотографиях.

Модель Хопфилда описывается через концепцию энергии, аналогичную энергетическим состояниям в системах спинов, встречающимся в физике. Процесс обучения модели заключается в том, что она находит оптимальные значения связей между узлами, чтобы запоминаемые образы соответствовали низкой энергии. Если сеть получает поврежденное или частично отсутствующее изображение, она последовательно обновляет значения узлов, снижая свою энергию, и шаг за шагом восстанавливает наиболее подходящий образ.

Джеффри Хинтон на базе сети Хопфилда разработал новую модель, основанную на принципах машины Больцмана, которая способна обучаться и выявлять характерные признаки в данных.

Работы лауреатов уже оказали значительное влияние. В физике нейронные сети активно применяются, например, для создания новых материалов с уникальными свойствами, — заявила Эллен Мунс, глава Нобелевского комитета по физике.

Церемония вручения Нобелевской премии началась 7 октября. В прошлом году награду по физике получили Пьер Агостини, Ференц Краус и Анн Л’Юйе за их вклад в исследование электронов и природы света.

Запись Нобелевскую премию по физике вручили за успехи в области машинного обучения Джону Хопфилду и Джеффри Хинтону впервые появилась Locals.