پایگاه رسمی انجمن فیزیک آمریکا درباره اقدام ویژهای که برندگان جایزه نوبل ۲۰۲۴ را شایسته برنده شدن جایزه نوبل کرده است، نوشت: فرآیندهای معینی در مغز از قبیل شناخت و طبقهبندی میتوانند بهصورت برهمکنشهای نورونهای مصنوعی یا «گرهها» در یک شبکه به شدت بههم پیوسته مدلسازی شوند. این رویکرد الهامگرفته از فیزیک برای یادگیری انسان، لایق جایزه نوبل ۲۰۲۴ فیزیک شناخته شده است.
جان هاپفیلد (John Hopfield) از دانشگاه پرینستون و جفری هینتون (Geoffrey Hinton) از دانشگاه تورنتو به طور مشترک جایزه امسال را برای کار خود در زمینه شبکههای عصبی مصنوعی که پایه بسیاری از فناوریهای هوش مصنوعی از قبیل سامانههای تشخیص چهره و چتباتها (رباتهای مکالمه) شده است، دریافت کردند.
شبکههای عصبی به مجموعهای از الگوریتمهای هوش مصنوعی تبدیل شدهاند که چهرهها را تشخیص میدهند، ماشینها را میرانند، سرطانها را شناسایی میکنند، موسیقی میسازند و مکالمهها را پیش میبرند.
یک شبکه عصبی مصنوعی، مجموعهای از گرههاست که هر یک از آنها دارای مقداری است که به مقادیر گرههای متصل به آن وابسته است. در اوایل دهه ۱۹۸۰، هاپفیلد نشان داد که این شبکهها میتوانند با نوعی حافظه که قادر به تشخیص تصاویر از طریق یک فرآیند کمینهسازی انرژی است، مشخص شوند. بر مبنای این کار، هینتون نشان داد که چگونه جفتشدگیها بین گرهها میتوانند تنظیم شوند تا وظایف ویژهای همچون مرتبسازی یا دستهبندی دادهها را انجام دهند. در مجموع، دستاوردهای این فیزیکدانها شرایط را برای انقلاب یادگیری ماشین امروزی فراهم کرده است.
جفری هینتون در کنفرانس مطبوعاتی جایزه نوبل، در پاسخ به سوالی درباره تاثیر آتی هوش مصنوعی، گفت: «این تاثیری شگفت و قابل مقایسه با تاثیر انقلاب صنعتی خواهد داشت.» او تصور میکند این تاثیر در برخی زمینهها از قبیل خدمات درمانی مورد استقبال قرار خواهد گرفت، اما او در مورد احتمال تاثیر کنترلگری هوش مصنوعی بر زندگیهایمان، ابراز نگرانی کرد.
نورونها در مغز با یکدیگر از طریق سیناپسها ارتباط برقرار میکنند و تعداد سیناپسهای متصل به هر نورون معین از یک محدوده انگشتشمار تا چندین هزار متغیر است. بر اساس گزارش انجمن فیزیک ایران، مطالعات اولیه در دهه ۱۹۴۰ نشان داد که فعالیت برانگیختگی یک نورون خاص - پالسهای الکتریکی که تولید میکند - به ورودیهای دریافتی از نورونهای متصل بستگی دارد. علاوه بر این، نورونهای متصلی که به طور همزمان برانگیخته میشوند، میتوانند ارتباطات متقابل قویتری را گسترش دهند که سرانجام منجر به حافظههایی میشوند که در قدرتهای سیناپسی مربوطه کدگذاری میشوند.