Эксперт: развитие методов обучения нейронных сетей обогащает все области знания
МОСКВА, 8 октября. /ТАСС/. Сегодня развитие методов обучения нейронных сетей позволяет обогатить области, в которых исследователи изначально черпали вдохновение, заявил ТАСС научный сотрудник Российского квантового центра Леонид Хромых, комментируя присуждение Нобелевской премии по физике за открытия в сфере машинного обучения.
"Создавая ранние способы описания обучающихся систем, ученые черпали вдохновение из разных научных сфер: психологии, биологии и, конечно, физики. Основополагающие модели прародителей современных многопараметрических нейронных сетей были сформулированы в терминах моделей статистической физики. У их истоков и стояли лауреаты Нобелевской премии по физике этого года", - напомнил ученый.
А сегодня, отметил он, развитие методов обучения нейронных сетей позволяет обогатить области, в которых исследователи изначально черпали вдохновение. "Искусственный интеллект сейчас в том числе используется для предсказания структур белков, поиска cимметрий в физических системах и в других областях современной науки", - рассказал Хромых.
Нобелевская премия в области физики за 2024 год присуждена американцу Джону Хопфилду и канадскому ученому британского происхождения Джеффри Хинтону за открытия в сфере машинного обучения. Ученые стали лауреатами премии "за фундаментальные открытия и изобретения, обеспечивающие обучение машин с помощью искусственных нейронных сетей", говорится в мотивировочной части решения комитета. Как рассказал собеседник ТАСС, Хопфилд и Хинтон для описания ассоциативной памяти и генеративных сетей использовали модели, состоящие из множества взаимодействующих нейронов. Их достижения уже были отмечены престижными премиями и являются основой современных методов обучения нейронных сетей.
"Срабатывание или несрабатывание отдельных нейронов влияет на общий критерий оптимизации и зачастую формулируется в физических терминах - поиск основного энергетического состояния системы. Обусловлено это близкой связью со спиновыми моделями статистической физики: моделью Изинга и спиновых стекол. Кстати, за аналитические методы в этой области в 2021 году Джорджо Паризи был награжден Нобелевской премией по физике", - напомнил Хромых.
