Hai nhà khoa học được coi là người đã đặt “nền tảng cho công nghệ học máy mạnh mẽ ngày nay”, giáo sư danh dự Geoffrey Hinton của Đại học Toronto và giáo sư John Hopfield của Đại học Princeton, đã được trao giải Nobel vật lý Hôm nay.
Ủy ban Nobel tại Viện Hàn lâm Khoa học Hoàng gia Thụy Điển cho biết những khám phá và phát minh của họ đã đặt nền móng cho nhiều đột phá gần đây về trí tuệ nhân tạo. Từ những năm 1980, công việc của họ đã cho phép tạo ra các sản phẩm nhân tạo mạng lưới thần kinhkiến trúc máy tính được mô hình hóa một cách lỏng lẻo theo cấu trúc của bộ não.
Bằng cách bắt chước cách bộ não của chúng ta tạo ra các kết nối, mạng lưới thần kinh cho phép các công cụ AI về cơ bản “học bằng ví dụ.” Các nhà phát triển có thể huấn luyện mạng lưới thần kinh nhân tạo để nhận dạng các mẫu phức tạp bằng cách cung cấp dữ liệu cho mạng, củng cố một số ứng dụng cao cấp nhất của AI hiện nay, từ tạo ngôn ngữ đến nhận dạng hình ảnh.
“Thật khó để biết làm thế nào bạn có thể ngăn chặn những kẻ xấu sử dụng nó vào những việc xấu.”
“Tôi không hề mong đợi điều này. Tôi vô cùng ngạc nhiên và rất vinh dự khi được tham gia,” Hinton “ngạc nhiên” nói tại Đại học Toronto thông cáo báo chí.
Hinton, thường được gọi là “Bố già của AI”, nói Thời báo New York năm ngoái rằng “một phần của anh ấy… giờ đây đang hối hận về công việc của đời mình.” Theo báo cáo, anh ấy đã để lại bài đăng của mình tại Google vào năm 2023 để có thể thu hút sự chú ý đến tiềm năng rủi ro được đặt ra bởi công nghệ mà anh ấy là công cụ mang lại thành quả.
“Thật khó để biết làm thế nào bạn có thể ngăn chặn những kẻ xấu sử dụng nó vào những việc xấu,” Hinton nói trong NYT phỏng vấn.
Ủy ban Nobel đã công nhận Hinton vì đã phát triển cái gọi là máy Boltzmannmột mô hình sáng tạo, với các đồng nghiệp vào những năm 1980:
Hinton đã sử dụng các công cụ của vật lý thống kê, khoa học về các hệ thống được xây dựng từ nhiều thành phần tương tự. Máy được đào tạo bằng cách cung cấp cho nó các ví dụ rất có thể phát sinh khi máy chạy. Máy Boltzmann có thể được sử dụng để phân loại hình ảnh hoặc tạo các ví dụ mới về loại mẫu mà nó được đào tạo. Hinton đã xây dựng dựa trên công việc này, giúp khởi đầu sự phát triển bùng nổ của lĩnh vực học máy hiện nay.
Công trình của Hinton được xây dựng dựa trên mạng Hopfield của người được trao giải John Hopfield, một mạng lưới thần kinh nhân tạo có thể tái tạo các mẫu:
các Mạng Hopfield sử dụng vật lý mô tả các đặc tính của vật liệu do spin nguyên tử của nó – một đặc tính khiến mỗi nguyên tử trở thành một nam châm nhỏ. Toàn bộ mạng được mô tả theo cách tương đương với năng lượng trong hệ thống spin được tìm thấy trong vật lý và được huấn luyện bằng cách tìm các giá trị cho các kết nối giữa các nút để hình ảnh được lưu có năng lượng thấp. Khi mạng Hopfield được cung cấp một hình ảnh bị méo hoặc không đầy đủ, nó sẽ hoạt động một cách có phương pháp thông qua các nút và cập nhật giá trị của chúng để năng lượng của mạng giảm xuống. Do đó, mạng hoạt động từng bước để tìm ra hình ảnh đã lưu giống nhất với hình ảnh không hoàn hảo mà nó được cung cấp.
Hinton tiếp tục nêu lên mối quan ngại của mình với AI, kể cả trong gọi hôm nay với các phóng viên. “Chúng ta không có kinh nghiệm về cảm giác có những thứ thông minh hơn mình. Và nó sẽ tuyệt vời ở nhiều khía cạnh,” ông nói. “Nhưng chúng ta cũng phải lo lắng về một số hậu quả xấu có thể xảy ra, đặc biệt là mối đe dọa vượt khỏi tầm kiểm soát.”
Source link freeslots dinogame