諾貝爾物理學(xué)獎(jiǎng)為何授予機(jī)器學(xué)習(xí) 人工神經(jīng)網(wǎng)絡(luò)的勝利

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2024-10-09 07:45:03 光明網(wǎng)

辛頓研發(fā)的玻爾茲曼機(jī)作為生成模型的先驅(qū)，能夠融入大型網(wǎng)絡(luò)體系,，依據(jù)用戶偏好推薦影視作品,。與傳統(tǒng)軟件遵循固定程序處理數(shù)據(jù)的方式不同，機(jī)器學(xué)習(xí)模仿實(shí)例進(jìn)行學(xué)習(xí),，處理復(fù)雜問(wèn)題，超越了詳盡指令的范疇。

2024年諾貝爾物理學(xué)獎(jiǎng)出人意料地頒給了機(jī)器學(xué)習(xí)領(lǐng)域,，以表彰約翰·J·霍普菲爾德與杰弗里·E·辛頓在人工神經(jīng)網(wǎng)絡(luò)推動(dòng)機(jī)器學(xué)習(xí)方面的開創(chuàng)性成就,。辛頓在獲獎(jiǎng)時(shí)直言未曾預(yù)料。兩位學(xué)者共享了1100萬(wàn)瑞典克朗獎(jiǎng)金,，約為745萬(wàn)元人民幣,。

機(jī)器學(xué)習(xí)近年來(lái)迅猛發(fā)展，核心在于人工神經(jīng)網(wǎng)絡(luò)技術(shù),，這也是現(xiàn)代人工智能的基石,。盡管計(jì)算機(jī)不具備思考能力，卻能通過(guò)模擬記憶與學(xué)習(xí)功能接近這一目標(biāo),，這歸功于諾貝爾獎(jiǎng)得主們的創(chuàng)新工作,。

霍普菲爾德與辛頓自80年代起就在人工神經(jīng)網(wǎng)絡(luò)研究中扮演關(guān)鍵角色，運(yùn)用物理學(xué)工具奠定今日強(qiáng)大機(jī)器學(xué)習(xí)的基礎(chǔ),?；羝辗茽柕掳l(fā)明的聯(lián)想記憶系統(tǒng)能存儲(chǔ)并復(fù)原圖像數(shù)據(jù)，其方法能識(shí)別最匹配的已存模式,。通過(guò)結(jié)合對(duì)磁性材料的理解與計(jì)算技術(shù),，霍普菲爾德網(wǎng)絡(luò)得以優(yōu)化，支持更多樣化的數(shù)據(jù)表達(dá),。

辛頓則在玻爾茲曼機(jī)的研究上取得突破,，該模型能夠從實(shí)例中學(xué)習(xí)，實(shí)現(xiàn)數(shù)據(jù)特征識(shí)別,，為圖像分類及模式生成提供可能,。2006年，辛頓進(jìn)一步優(yōu)化了網(wǎng)絡(luò)預(yù)訓(xùn)練方法,，促進(jìn)了深度學(xué)習(xí)領(lǐng)域的飛躍,，玻爾茲曼機(jī)在個(gè)性化推薦系統(tǒng)中發(fā)揮了重要作用。

辛頓還因在深度學(xué)習(xí)上的貢獻(xiàn),，與他人共同榮獲2018年圖靈獎(jiǎng),。如今，深度神經(jīng)網(wǎng)絡(luò)規(guī)模龐大,，廣泛應(yīng)用于各行各業(yè)及科學(xué)研究,，物理學(xué)科與人工神經(jīng)網(wǎng)絡(luò)的互惠關(guān)系，預(yù)示著未來(lái)兩者間更深層次的互動(dòng)與進(jìn)步,。

(責(zé)任編輯：張小花 TT1000)

關(guān)閉

諾貝爾物理學(xué)獎(jiǎng)為何授予機(jī)器學(xué)習(xí) 人工神經(jīng)網(wǎng)絡(luò)的勝利

相關(guān)新聞

今日熱點(diǎn)

頻道熱點(diǎn)