Mesterséges neurális hálózatokkal végzett munkájukért kapták a 2024-es fizikai Nobel-díjat megosztva John Hopfield és Geoffrey Hinton. Bár a kutatásukhoz felhasznált tudás interdiszciplináris, a Svéd Királyi Akadémia honlapján azzal magyarázza a döntést, mert a két kutató a fizikai törvényeit alkalmazta a neurális hálózatok optimalizálására.
A már mindenki számára ismert mesterséges intelligencia alatt gyakran a mesterséges neurális hálózatokat használó gépi tanulást értjük. Manapaság ez már mindenhol jelen van. Célunk lehet, hogy a hatalmas mennyiségű adat válogatását és elemzését minél hatékonyabban el tudja végezni az úgynevezett mély tanulással tanított gép. John Hopfield és Geofrrey Hinton ennek tökéletesítésére használta fel a fizikai eszközeit.
John Hopfield fizikus a Svéd Királyi Akadémia indoklása szerint a képek és mintázatok tárolásával és előhívásával foglalkozó eredményeivel érdemelte ki a Nobel-díjat. A Hopfield-hálózat a képi információk tárolásakor olyan hálózatot használ, amelynek atomjai hasonlóan működnek a fizikában ismert részecskék spinjéhez, majdhogynem ezek is iránnyal és nagysággal rendelkeznek. A hálózatban szereplő csomópontok kapcsolatai határozzák meg, hogy milyen energiaszintre kerül a tárolt információ. A tárolt adatok előhívhatók, rekonstruálhatók, még akkor is, ha hibás vagy sérült a megadott mintázat.
Geoffrey Hinton informatikus és kognitív pszichológus a Hopfield-hálózatot használta fel új hálózatának alapjául. Újítása, hogy a szilárd anyagok hőkezelésénél alkalmazott Boltzmann-gép működésének módját felhasználta saját rendszerében. Hinton fejlesztésének köszönhetően neurális hálózata egy hatalmas adathalmazban felismer jellegzetes mintázatokat, képes az eltárolt adatminták osztályzására. Ezen kívül a bemenő, megtanított információval megegyező, de új példák létrehozására is.
Munkásságuk nem csak hozzájárult, de alapköve is volt a gépi tanulás, és így a mesterséges intelligencia jelenlegi robbanásszerű fejlődésének elindításához.
