فاز جون هادفيلد وجيفري هينتون بالجائزة لأبحاثهما الرائدة في مجال التعلم الآلي باستخدام الشبكات العصبية المستوحاة من بنية الدماغ.
مُنحت جائزة نوبل في الفيزياء لعام 2024 بالتساوي لعالمين: عالم من الولايات المتحدة الأمريكية وآخر من كندا قاما بدراسة الشبكات العصبية.
والحائزان على جائزة نوبل في الفيزياء لعام 2024 هما: جون جوزيف هادفيلد من جامعة برينستون، وجيفري هينتون من جامعة تورنتو. وحصل الباحثون على الجائزة المرموقة بفضل سلسلة طويلة من الدراسات الرائدة التي مكنت من التطوير في مجال التعلم الآلي والشبكات العصبية، والتي تستخدم كأدوات حسابية تحاكي نشاط الجهاز العصبي.
وتمكن الباحثان من تدريب الشبكات العصبية الاصطناعية باستخدام الفيزياء.
حصل الحائزان على جائزة نوبل في الفيزياء لهذا العام على أدوات من مجال الفيزياء وبمساعدتهما طورا أساليب أصبحت الآن أسس التعلم الآلي القوي اليوم.
قام جون هادفيلد من جامعة برينستون بتطوير ذاكرة ترابطية يمكنها تخزين وإعادة بناء الصور وأنواع أخرى من الأنماط داخل قاعدة البيانات.
اخترع جيفري هينتون من جامعة تورنتو طريقة يمكنها العثور بشكل مستقل على الميزات داخل قاعدة البيانات، وبالتالي أداء مهام مثل تحديد عناصر معينة في الصور.
عندما نتحدث عن الذكاء الاصطناعي، فإننا نعني عادةً التعلم الآلي باستخدام الشبكات العصبية الاصطناعية. هذه التكنولوجيا مستوحاة في الأصل من بنية الدماغ. في الشبكة العصبية الاصطناعية، يتم تمثيل الخلايا العصبية في الدماغ بعقد ذات قيم مختلفة. تؤثر هذه العقد على بعضها البعض من خلال الاتصالات المتصلة بواسطة المشابك العصبية (المقرنات) التي يمكن تقويتها أو إضعافها. يتم "تدريب" الشبكة، على سبيل المثال، من خلال تطوير اتصالات أقوى بين العقد ذات القيم الأعلى في نفس الوقت. أجرى الحائزون على جائزة نوبل هذا العام أبحاثًا مهمة بمساعدة الشبكات العصبية الاصطناعية منذ أوائل الثمانينيات فصاعدًا.
اخترع جون هادفيلد شبكة تستخدم طريقة لحفظ الأنماط وإعادة بنائها. يمكننا أن نتخيل العقد كبكسلات. تستفيد شبكة هوبفيلد، وهي شبكة ردود فعل موثوقة، من الفيزياء التي يتم فيها وصف خصائص المواد من خلال الدوران الذري - وهي خاصية تحول كل ذرة إلى مغناطيس صغير. يتم وصف الشبكة ككل بطريقة مشابهة للطاقة المخزنة في نظام الدوران المعروف في مجال الفيزياء، ويتم تدريبها من خلال إيجاد قيم للاتصالات بين العقد بحيث تكون الصور المخزنة ذات طاقة منخفضة. عندما يتم تغذية شبكة هوبفيلد بصورة مشوهة أو غير كاملة، فإنها تمر بشكل منهجي عبر العقد المختلفة وتقوم بتحديث قيمها بحيث يتم تقليل الطاقة الإجمالية للشبكة. وبالتالي، تعمل الشبكة بشكل تدريجي للعثور على الصور المحفوظة التي من المرجح أن تكون غير مكتملة بعد تغذيتها.
استخدم جيفري هينتون من جامعة تورنتو شبكة هوبفيلد كأساس لشبكة جديدة تستخدم طريقة مختلفة: آلة بولتزمان (بولتزمان آلة). يمكن لهذه الطريقة أن "تتعلم" كيفية تحديد العناصر المميزة في نوع معين من مجموعة البيانات. استخدم هينتون أدوات مأخوذة من مجال الفيزياء الإحصائية، وهو العلم الذي تتكون فيه الأنظمة من العديد من المكونات المتشابهة. يتم تدريب الآلة عن طريق تغذيتها بالأمثلة التي من المرجح أن يتم تنفيذها عند تشغيل الآلة. يمكن استخدام آلة بولتزمان لتصنيف الصور أو إنشاء أمثلة جديدة لنوع النمط الذي تم "تدريبها" عليه. اعتمد هينتون على هذا العمل، وأصبح معه رائدًا في مجال التعلم الآلي بأكمله.
تقول إلين مون، رئيسة لجنة نوبل في الفيزياء: "إن الأبحاث التي أجراها الحائزون على جائزة نوبل لهذا العام لها فوائد عظيمة بالفعل. ففي الفيزياء، نستخدم الشبكات العصبية الاصطناعية في مجموعة متنوعة من المجالات، مثل تطوير مواد جديدة ذات خصائص مطلوبة". .
· جون هادفيلد – ولد عام 1993 في شيكاغو، إلينوي، الولايات المتحدة الأمريكية. حصل على الدكتوراه عام 1958 من جامعة كورنيل، جامعة الأبحاث في إيثاكا، نيويورك، الولايات المتحدة الأمريكية. يعمل حالياً أستاذاً في جامعة برينستون، نيوجيرسي، الولايات المتحدة الأمريكية.
· جيفري هينتون – ولد عام 1947 في لندن بالمملكة المتحدة. حصل على درجة الدكتوراه عام 1978 من جامعة إدنبرة. يعمل حالياً أستاذاً في جامعة تورنتو بكندا.
المزيد عن الموضوع على موقع العلوم:
