「AIのゴッドファーザー」は機械学習の研究でノーベル物理学賞を受賞

2024 年のノーベル物理学賞は、今日の人工知能の使用方法に道を開いた機械学習の基礎的な発見に対して、ジョン・ホップフィールドとジェフリー・ヒントンに授与されました。

プリンストン大学のホップフィールド教授とトロント大学のコンピューター科学者ヒントンは、今日のAIベースの製品やアプリケーションの多くを支える機械学習の基礎を築いたとして称賛された。しかし、ヒントン氏はAIの将来の発展に対する懸念も表明しており、この問題についてもっと自由に発言するために元雇用主であるグーグルとの関係を断ち切った。

ノーベル物理学委員会のメンバーであるマーク・ピアース氏は、「彼らの研究は、私たちが今日経験している人工知能の基礎を築く上で基礎的なものでした」とCNNに語った。

同委員会は月曜日、スウェーデンで科学的業績の頂点とみられる栄誉ある栄誉を発表した。賞金は1100万スウェーデンクローナ（100万ドル）の賞金となる。

人工知能（AI）の「ゴッドファーザー」と呼ばれるヒントン氏は、受賞に「びっくりした」と語った。

AIの「大きな影響力」

彼の研究が開発に貢献したテクノロジーの潜在的な重要性について尋ねられると、AIは私たちの社会に「大きな影響」を与えるだろうと述べた。

「それは産業革命に匹敵するでしょう。しかし、体力で人を超えるのではなく、知力で人を超えることになる。私たちよりも物事が賢いということがどのようなことなのか、私たちは経験したことがありません」と、発表直後の電話インタビューで彼は語った。

ヒントン氏は、このテクノロジーがヘルスケアなどに革命をもたらし、「生産性の大幅な向上」につながると予測した。

「しかし、私たちは起こり得る多くの悪い結果、特にこれらのことが制御不能になる脅威についても心配する必要があります」と彼は警告した。

「この全体的な結果として、最終的には私たちよりもインテリジェントなシステムが制御を握るようになるのではないかと心配しています」と彼は付け加えた。

ノーベル物理学委員会のエレン・ムーンズ委員長は、受賞者らの研究のおかげで、顔認識から言語翻訳に至るまで、AIは「私たちの日常生活の一部になった」と述べた。

「受賞者の発見と発明は、例えば病状を診断する際など、より迅速で信頼性の高い意思決定を下すのに役立つ機械学習の構成要素を形成します」とムーンズ氏は述べた。

アメリカ物理学研究所のマイケル・モロニー最高経営責任者（CEO）はCNNに対し、ノーベル賞受賞者の研究が科学を変革し、機械学習システムが膨大な量のデータを処理できるようになり、科学者が他の方法では見ることのできないパターンを発見できるようになったと語った。

「約 40 年前、人々はこれらのニューラル ネットワークに非常に興奮していました…しかし当時、私たちは実際に実装して発見を活用するためのテクノロジーを持っていませんでした。それには時間がかかりましたが、実際にそれが実現すると、ものすごい勢いで加速しています。」

「生成 AI システムと機械学習システムはすでに系外惑星の探索を変革しつつあります」と彼は言いました。 「これは多くの例のうちの 1 つにすぎません。」

脳を模倣する

AI は、人工ニューラル ネットワークを使用した機械学習の略語になりました。ホップフィールドとヒントンによって開発されたこのテクノロジーは、脳の構造に基づいています。

一方、脳には ニューロン、人工ニューラルネットワークには、 ノード 異なる価値観を持つ。一方、脳のニューロンは相互に通信します。 シナプス、人工ノードは相互に影響を与えます。 接続。脳をトレーニングするのと同じように、ノード間の接続を強化することで人工ニューラル ネットワークをトレーニングできます。

私たちがめったに使わず、ぼんやりとしか覚えていない特定の単語や事実について頭を悩ませるのと同じように、1982 年のホップフィールド ネットワークの発明のおかげで、人工ニューラル ネットワークも、保存されているパターンを遡って検索することができます。

「ホップフィールドは、脳、つまり互いに接続された小さな計算ニューロンのネットワークからインスピレーションを得た物理システムが可能かどうかに興味を持っていました。彼は、このような非常に単純なシステムを学習することが可能であるかどうかに興味を持っていました。そしてそれは実際に可能でした」とピアース氏は語った。

ホップフィールドが研究を発表した後、ヒントンは統計物理学のアイデアを使用して研究を拡張し、「ボルツマン マシン」と呼ばれる最も初期の形式の機械学習を開発しました。

「特に、彼（ヒントン）は、ネットワークを使用してデータのパターンを見つけることが可能であることを実証しました」とピアース氏は付け加えた。

1980 年代以降、ネットワークの規模は増大しました。 Hopfield が使用したネットワークはわずか 30 ノードで、それらをリンクするパラメータは 500 未満でしたが、Chat GPT に使用されているような今日のネットワークには、1 兆を超えるパラメータが含まれる場合があります。

レシピに従ってケーキを焼くのと同じような従来のソフトウェアとは異なり、人工ニューラル ネットワークは例によって学習することができ、事前の知識を利用して新しいレシピを作成できます。

内部告発者

ヒントン氏はAIの先駆者であるだけでなく、このテクノロジーに対する注意も呼びかけている。 2023 年 5 月に、彼は Google での役職を辞し、Google がどれほどスマートになっているかを心配した後、「笛を吹く」ことを決意しました。

「私は、これらのものが私たちよりも賢くなっていることに突然気づいた単なる科学者です」とヒントン氏は昨年CNNに語った。 「私はある種の警笛を鳴らして、こうしたものが私たちを支配するのをどのように阻止するかを真剣に考えるべきだと言いたいのです。」

同氏は、AIは「プログラミングの仕方を知っているので、私たちが課した制限を回避する方法を見つけ出すだろう」と警告した。それは人々を自分の望むように操作する方法を見つけ出すでしょう。」

火曜日の発表式典で、ヒントン氏は、多くの潜在的な利点があるにもかかわらず、多大な害をもたらす可能性があると懸念するテクノロジーの開発に協力したことを後悔しているかどうか尋ねられた。

「後悔には2種類ある。やるべきではないと分かっていることをしてしまったために罪悪感を感じる後悔と、また同じ状況でやりそうなことをしたという後悔があるが、最終的にはうまくいかないかもしれない。」ヒントンは言った。

「2番目の種類の後悔があります。同じ状況であれば、私もまた同じことをするだろうが、この結果の全体的な結果として、最終的には私たちよりもインテリジェントなシステムが制御を握ることになるのではないかと心配している。」

> の Wonder Theory 科学ニュースレターに登録してください。 興味深い発見や科学の進歩などに関するニュースで宇宙を探検しましょう。

> のニュースやニュースレターをさらにご覧になるには、>.com でアカウントを作成してください。