世界

AIの「基礎」を築いた科学者がノーベル賞を受賞

「今日の強力な機械学習の基礎」を築いたとされる二人の科学者、トロント大学名誉教授ジェフリー・ヒントンとプリンストン大学教授ジョン・ホップフィールドが本日ノーベル物理学賞を受賞した。スウェーデン王立科学アカデミーのノーベル賞委員会は、彼らの発見と発明は人工知能における最近の進歩の多くの基礎を築いたと述べた。 1980 年代以来、彼らの研究により、脳の構造を大まかにモデル化したコンピューター アーキテクチャである人工ニューラル ネットワークの作成が可能になりました。 ニューラル ネットワークは、私たちの脳が接続を確立する方法を模倣することで、AI ツールが基本的に「例から学習」できるようにします。開発者は、人工ニューラル ネットワークにデータを供給することで複雑なパターンを認識するように人工ニューラル ネットワークをトレーニングでき、言語生成から画像認識に至るまで、今日最も注目を集めている AI の用途の一部を支えます。 「悪意のある者たちがそれを悪事に利用するのをどうやって防ぐことができるのか、理解するのは困難です。」「これには期待していませんでした。非常に驚いており、選ばれて光栄です」とヒントン氏はトロント大学のニュースリリースで「びっくりしている」と述べた。「AIのゴッドファーザー」とも呼ばれるヒントン氏はこう語った。 ニューヨーク・タイムズ 昨年、「彼の一部は…今、自分の人生をかけた仕事を後悔している」と述べた。伝えられるところによると、彼は実現に貢献したテクノロジーによってもたらされる潜在的なリスクに注意を向けるため、2023年にGoogleの職を去ったという。 「悪者が悪事に利用するのをどうやって防ぐことができるのか理解するのは難しい」とヒントン氏は記事で述べた。 今 インタビュー。 ノーベル委員会は、ヒントンが 1980 年代に同僚とともに生成モデルであるボルツマン マシンと呼ばれるものを開発したことを認めました。ヒントンは、多くの同様のコンポーネントから構築されたシステムの科学である統計物理学のツールを使用しました。マシンは、マシンの実行時に発生する可能性が高い例を入力することによってトレーニングされます。ボルツマン マシンは、画像を分類したり、トレーニングされたパターンの種類の新しい例を作成したりするために使用できます。ヒントンはこの研究に基づいて構築され、現在の機械学習の爆発的な発展の開始に貢献しました。ヒントンの研究は、同じく受賞者であるジョン・ホップフィールドのホップフィールド・ネットワーク、つまりパターンを再現できる人工ニューラル・ネットワークに基づいて構築されています。 の ホップフィールドネットワーク 原子スピン (各原子を小さな磁石にする性質) による物質の特性を記述する物理学を利用します。ネットワーク全体は物理学で見られるスピン系のエネルギーと同等の方法で記述され、保存された画像が低エネルギーになるようにノード間の接続の値を見つけることによってトレーニングされます。ホップフィールド ネットワークに歪んだ画像や不完全な画像が供給されると、ネットワークのエネルギーが低下するようにノードを系統的に処理して値を更新します。したがって、ネットワークは段階的に動作して、供給された不完全な画像に最も似ている保存画像を見つけます。ヒントン氏は今日の記者との電話会談などでAIに対する懸念を表明し続けている。 「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。そしてそれは多くの点で素晴らしいものになるだろう」と彼は語った。 「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。」 #AIの基礎を築いた科学者がノーベル賞を受賞