Два нобелевских лауреата по физике этого года использовали инструменты физики для разработки методов, которые лежат в основе современного мощного машинного обучения ... Машинное обучение на основе искусственных нейронных сетей в настоящее время революционизирует науку, инженерию и повседневную жизнь
Хотя машинное обучение приносит огромную пользу, его стремительное развитие также вызывает опасения за наше будущее ... Люди несут коллективную ответственность за безопасное и этичное использование этой новой технологии на благо всего человечества
Но я обеспокоен тем, что последствия могут быть неблагоприятными, и контроль будут осуществлять системы, которые умнее нас
У нас нет подобного опыта: каково это, когда какая-то вещь умнее нас
Джон Хопфилд создал ассоциативную память, которая может хранить и восстанавливать изображения и другие типы шаблонов в данных. Джеффри Хинтон изобрел метод, который может автономно находить свойства в данных и таким образом выполнять такие задачи, как идентификация определенных элементов на изображениях
В искусственной нейронной сети нейроны мозга представлены узлами, которые имеют разные значения. Эти узлы влияют друг на друга через связи, которые можно сравнить с синапсами и которые можно сделать сильнее или слабее. Сеть обучается, например, путем развития более сильных связей между узлами с одновременно высокими значениями
Машина Больцмана» может классифицировать изображения или генерировать новые паттерны на основе тех, которым была обучена
Люди смогут выполнять тот же объем работы с помощником ИИ за гораздо меньшее время
Я думаю, это окажет огромное влияние. Это будет сравнимо с промышленной революцией. Но вместо того, чтобы превосходить людей в физической силе, она будет превосходить их в интеллектуальных способностях
Машинное обучение на основе искусственных нейронных сетей сейчас революционизирует науку, технику и повседневную жизнь
Возможность манипулировать и управлять квантовыми состояниями и всеми их слоями свойств дает нам доступ к инструментам с неожиданным потенциалом
Хотя компьютеры не умеют думать, машины теперь могут имитировать такие функции, как память и обучение. Лауреаты по физике этого года помогли сделать это возможным. Используя фундаментальные концепции и методы из физики, они разработали технологии, которые используют сетевые структуры для обработки информации
Работа лауреатов уже принесла огромную пользу. В физике мы используем искусственные нейросети в широком спектре областей, таких как разработка новых материалов с определенными свойствами