Лауреатами Нобелевской премии по физике 2024 года стали американский ученый Джон Хопфилд и британский исследователь Джеффри Хинтон, согласно заявлению Нобелевского комитета. Об этом сообщает БЕЛТА.
Престижная награда была присуждена за их новаторские разработки в области машинного обучения, которые заложили основу для современных принципов этой дисциплины. "Машинное обучение уже давно играет решающую роль в научных исследованиях, позволяя эффективно обрабатывать и анализировать огромные объемы данных. Джон Хопфилд и Джеффри Хинтон применили физические принципы для разработки методов, которые стали фундаментом для современного мощного машинного обучения", - отмечается в пресс-релизе комитета.
В нем также подчеркивается, что машинное обучение на основе искусственных нейронных сетей "революционизирует науку, инженерию и повседневную жизнь".
Джон Хопфилд разработал концепцию ассоциативной памяти, которая может хранить и восстанавливать изображения и другие типы шаблонов из данных. Джеффри Хинтон создал метод, облегчающий идентификацию определенных элементов в изображениях.
Хинтон использовал сеть, разработанную его солауреатом, в качестве основы для создания новой нейронной сети - машины Больцмана. Она обладает способностью распознавать характерные особенности в заданном наборе данных. Ее можно применять для классификации изображений или генерации новых образцов на основе шаблона, на котором она была обучена.
"Хотя компьютеры не способны мыслить, машины теперь могут имитировать когнитивные функции, такие как память и обучение. Лауреаты Нобелевской премии по физике этого года внесли значительный вклад в это достижение", - заявил Нобелевский комитет.
Престижная награда была присуждена за их новаторские разработки в области машинного обучения, которые заложили основу для современных принципов этой дисциплины. "Машинное обучение уже давно играет решающую роль в научных исследованиях, позволяя эффективно обрабатывать и анализировать огромные объемы данных. Джон Хопфилд и Джеффри Хинтон применили физические принципы для разработки методов, которые стали фундаментом для современного мощного машинного обучения", - отмечается в пресс-релизе комитета.
В нем также подчеркивается, что машинное обучение на основе искусственных нейронных сетей "революционизирует науку, инженерию и повседневную жизнь".
Джон Хопфилд разработал концепцию ассоциативной памяти, которая может хранить и восстанавливать изображения и другие типы шаблонов из данных. Джеффри Хинтон создал метод, облегчающий идентификацию определенных элементов в изображениях.
Хинтон использовал сеть, разработанную его солауреатом, в качестве основы для создания новой нейронной сети - машины Больцмана. Она обладает способностью распознавать характерные особенности в заданном наборе данных. Ее можно применять для классификации изображений или генерации новых образцов на основе шаблона, на котором она была обучена.
"Хотя компьютеры не способны мыслить, машины теперь могут имитировать когнитивные функции, такие как память и обучение. Лауреаты Нобелевской премии по физике этого года внесли значительный вклад в это достижение", - заявил Нобелевский комитет.
По словам председателя Нобелевского комитета по физике Эллен Мунс, исследования лауреатов уже оказали существенное влияние.-0-
Это интересно:
- размещаются материалы рекламно-информационного характера.