Нобелевская премия в области физики была присуждена Джону Хопфилду и Джеффри Хинтону за их работу над искусственными нейронными сетями и фундаментальными алгоритмами, позволяющими машинам обучаться, которые являются ключевыми для современных больших языковых моделей, таких как ChatGPT. «Я ошеломлен, я понятия не имел, что это произойдет», — сказал Хинтон Нобелевскому комитету, услышав объявление о премии. «Я очень удивлен». Хинтон, который высказывался о его страхах по поводу развития искусственного интеллекта, также повторил, что сожалеет о проделанной работе. «В тех же обстоятельствах я бы сделал то же самое снова, но меня беспокоит, что общими последствиями этого могут стать системы, более умные, чем мы, которые в конечном итоге возьмут контроль в свои руки», — сказал он.
В то время как искусственный интеллект может показаться не очевидным претендентом на Нобелевскую премию по физике, открытие нейронных сетей, которые могут обучаться, и их применение — это две области, которые тесно связаны с физикой, сказала Эллен Мунс, председатель Нобелевского комитета по физике. «Эти искусственные нейронные сети использовались для продвижения исследований в таких разнообразных областях физики, как физика элементарных частиц, материаловедение и астрофизика».
Многие ранние подходы к искусственному интеллекту включали в себя предоставление компьютерным программам логических правил, которым они должны были следовать, чтобы помочь решить проблемы, но это затрудняло им изучение новой информации или работу при столкновении с ситуациями, с которыми они раньше не сталкивались. В 1982 году Хопфилд из Принстонского университета создал архитектуру для компьютера под названием сеть Хопфилда, которая представляет собой набор узлов или искусственных нейронов, которые могут изменять силу своих связей с помощью алгоритма обучения, изобретенного Хопфилдом.
Этот алгоритм был вдохновлен работой из области физики, которая находит энергию магнитной системы, описывая ее как наборы крошечных магнитов. Этот метод включает в себя итеративное изменение силы связей между магнитами в попытке найти минимальное значение энергии системы.
В том же году Хинтон в Университете Торонто, начал развивать идею Хопфилда, чтобы помочь создать тесно связанную структуру машинного обучения, называемую машиной Больцмана. «Я помню, как был на встрече в Рочестере, где выступал Джон Хопфилд, и я впервые узнал о нейронных сетях. После этого мы с Терри [Сейновски] лихорадочно работали над тем, как обобщить нейронные сети», — сказал он.
Хинтон и его коллеги показали, что, в отличие от предыдущих архитектур машинного обучения, машины Больцмана могут обучаться и извлекать закономерности из больших наборов данных. Этот принцип в сочетании с большими объемами данных и вычислительными мощностями привел к успеху многих современных систем искусственного интеллекта, таких как средства распознавания изображений и языкового перевода.
Однако, несмотря на то, что машина Больцмана продемонстрировала работоспособность, она также была неэффективной и медленной, и в современных системах она не используется. Вместо этого используются модели-трансформеры, на которых работают большие языковые модели, такие как ChatGPT.
На конференции по присуждению Нобелевской премии Хинтон был оптимистичен в отношении влияния, которое окажут его открытия и открытия Хопфилда. «Это будет сравнимо с промышленной революцией, но вместо того, чтобы превосходить людей в физической силе, она будет превосходить людей в интеллектуальных способностях», — сказал он. «У нас нет опыта того, каково это — иметь вещи умнее нас. Это будет замечательно во многих отношениях... Но мы также должны беспокоиться о ряде плохих последствий, в частности, об угрозе того, что эти вещи выйдут из-под контроля».
