„Научните достигнувања на овогодинешните лауреати се засноваат на основите на физичката наука. Тие покажаа сосема нов начин на кој можеме да ги користиме компјутерите за да ни помогнат и насочат во справувањето со многу предизвици на денешното општество“, се вели во соопштението на Нобеловиот комитет.

Благодарение на работата на Хопфилд и на Хинтон, човештвото сега има нова алатка за употреба. Машинското учење базирано на вештачки невронски мрежи носи револуција во науката, инженерството и секојдневниот живот.

Што се вештачки невронски мрежи?

Сакајќи да го имитираат мозокот и да разберат како функционира, научниците ги развиле првите вештачки невронски мрежи.

Инспирирани од биолошките неврони во мозокот, вештачките невронски мрежи се големи колекции на „неврони“ односно јазли, поврзани со „синапси“ или спојки, обучени да извршуваат специфични задачи.

Вештачката невронска мрежа може да обработува информации користејќи ја целата мрежна структура.

Машинско учење со вештачки невронски мрежи

Машинското учење е веќе на добар пат да овозможи големи откритија кон градење одржливо општество, како што е идентификување на нови функционални материјали

 „Начинот на кој ќе се користи длабокото учење на вештачките невронски мрежи во иднина ќе зависи од тоа како ние како луѓе ќе одлучиме да ја користиме оваа исклучително моќна алатка, која веќе е присутна во многу аспекти на животот“, стои во соопштението од Комитетот за доделување на Нобеловата награда за физика.

 Џефри Хинтон од Универзитетот во Торонто ја користи мрежата која ја развил неговиот ко-лауреат Џон Хопфилд како темел за целосно нова невронска мрежа - Болцман машината. Оваа машина може да научи да ги препознава карактеристиките на елементите во кој било тип на податоци.

Болцман машината може да се користи за класификација на слики или создавање нови примери од типот на шемата на која е обучена ( тренирана). Хинтон дополнително го разви и помогна да се постигне сегашниот „експлозивен“ развој на машинското учење.

Џон Хопфилд од Универзитетот Принстон создаде асоцијативна меморија која може да складира и реконструира слики и други видови обрасци во збирки податоци.

Мрежата Hopfield може да складира шеми и да развие метод за нивно повторно создавање. Кога на мрежата ѝ е дадена нецелосна или малку искривена шема, таа може да ја најде најсличната што ја има зачувано.