世界

2024年のノーベル物理学賞は、主要なAI技術を発明したペアに贈られる

ジョン・ホップフィールドとジェフリー・ヒントンが2024年のノーベル物理学賞を共同受賞クリスティーン・オルソン/TT/シャッターストック 2024年のノーベル物理学賞は、ChatGPTのような今日の大規模言語モデルの鍵となる人工ニューラルネットワークと機械学習を可能にする基本的なアルゴリズムに関する研究で、ジョン・ホップフィールド氏とジェフリー・ヒントン氏に授与された。 ヒントン氏は賞の発表を聞いて、「びっくりしている。こんなことになるとは思っていなかった」とノーベル委員会に語った。 「とても驚いています。」人工知能の開発に対する懸念を声高に表明してきたヒントン氏は、自分が行った仕事を後悔しているとも繰り返し述べた。 「同じ状況であれば、私もまた同じことをするだろうが、このことによる全体的な影響は、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することになるのではないかと心配している」と彼は語った。 AIは物理学のノーベル賞の明白な候補者には見えないかもしれないが、学習可能なニューラルネットワークの発見とその応用は物理学と密接に関係する2つの分野であるとノーベル物理学委員会委員長のエレン・ムーンズ氏は発表中に述べた。 。 「これらの人工ニューラル ネットワークは、素粒子物理学、材料科学、天体物理学など、さまざまな物理学のトピックにわたる研究を推進するために使用されています。」 人工知能への初期のアプローチの多くには、問題を解決するために従うべき論理的なルールをコンピューター プログラムに与えることが含まれていましたが、これにより、新しい情報について学習したり、これまでに見たことのない状況に遭遇したりすることが困難になりました。 1982 年、プリンストン大学のホップフィールドは、ホップフィールド ネットワークと呼ばれるコンピューター用のアーキテクチャを作成しました。ホップフィールド ネットワークは、ホップフィールドが発明した学習アルゴリズムによって接続の強さを変更できるノードまたは人工ニューロンの集合です。 このアルゴリズムは、磁気システムを小さな磁石の集合として記述することによって磁気システムのエネルギーを見つけるという物理学の研究からインスピレーションを得ています。この技術には、システムのエネルギーの最小値を見つけるために、磁石間の接続の強さを繰り返し変更することが含まれます。 同年、トロント大学のヒントンは、ボルツマン マシンと呼ばれる密接に関連した機械学習構造の作成に役立つホップフィールドのアイデアの開発を開始しました。 「ジョン・ホップフィールドが講演するロチェスターの会議に行って、ニューラルネットワークについて初めて知ったのを覚えています。この後、テリーさんは [Sejnowski] そして私はニューラルネットワークを一般化する方法を見つけるために熱心に働きました」と彼は言いました。 ヒントン氏らは、これまでの機械学習アーキテクチャとは異なり、ボルツマンマシンは大規模なデータセットからパターンを学習して抽出できることを示した。この原理は、大量のデータと計算能力と組み合わせることで、画像認識や言語翻訳ツールなど、今日の多くの人工知能システムの成功につながりました。 ただし、ボルツマン マシンは有能であることが証明されましたが、非効率で速度も遅いため、今日の最新のシステムでは使用されていません。代わりに、ChatGPT のような大規模な言語モデルを強化するトランスフォーマー モデルのような、より高速な最新の機械学習アーキテクチャが使用されます。 ノーベル賞受賞会見で、ヒントンは自分とホップフィールドの発見が与える影響について強気だった。 「産業革命に匹敵するが、体力で人を超えるのではなく、知的能力で人を超えるだろう」と同氏は語った。 「私たちは、自分たちよりも賢いものを手に入れることがどのようなものかを経験したことがありません。それは多くの点で素晴らしいことになるでしょう…しかし、私たちは多くの悪い結果、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しなければなりません。」 トピック: #2024年のノーベル物理学賞は主要なAI技術を発明したペアに贈られる