Нобелевский переворот или Почему премия по физике досталась создателям ИИ?

Нобелевская премия по физике 2024 года… Она была присуждена не физикам, а двум учёным-компьютерщикам за разработку первых нейронных сетей, которые стали основой того, что мы сейчас называем искусственным интеллектом. Если вы всё ещё сомневаетесь, находится ли физика в кризисе, то этот факт должен заставить вас задуматься.

На самом деле, я просто ворчу, потому что все мои прогнозы оказались неверными. Кажется, моему хрустальному шару нужно обновить программное обеспечение. Давайте посмотрим, кто был награждён за свою работу.

Нобелевские премии получили Джон Хопфилд и Джеффри Хинтон. Джон Хопфилд — американский учёный-компьютерщик, который разработал первые нейронные сети, известные как сети Хопфилда. Эти сети представляют собой алгоритмы, которые представляют узлы со связями. Узлам присвоены значения, называемые весами. Это отдалённо напоминает архитектуру нейронов в человеческом мозге, отсюда и название, хотя Ганнибал Лектер сказал, что компьютерная версия не так хороша на вкус.

Сети Хопфилда — это способ хранения шаблонов из данных, которые вы в них загружаете, а затем обновляете весовые коэффициенты. Позже вы можете взять новый шаблон и спросить сеть, насколько он близок к сохранённому. Эти сети Хопфилда могли обучаться, хотя и очень ограниченно. Они были далеки от тех нейронных сетей, которые сегодня используют специалисты по информатике. Но у них была основная идея о весах и связях, а также правило обновления.

Хопфилд придумал это в 1982 году. Когда Хинтон услышал об этом, он сразу же начал пытаться улучшить сети Хопфилда. Хинтону, который является гражданином Великобритании и Канады, пришла в голову идея добавить в детерминированную сеть Хопфилда, которая следует строгим правилам, вероятностный элемент, который значительно улучшил её способность к обучению. В 1985 году он опубликовал статью об этом, озаглавленную "Как я планирую обмануть физиков, получив их Нобелевскую премию". Шучу... Статья называлась "Алгоритм обучения для машин Больцмана". Машина Больцмана так называется, потому что она использует распределение Больцмана из статистической механики.

Эти идеи легли в основу нейронных сетей, хотя прорывы, благодаря которым они стали так широко использоваться сегодня, произошли гораздо позже. Нейронные сети стали такими мощными благодаря добавлению множества скрытых слоёв, то есть «глубоких» нейронных сетей, и обратному распространению ошибки, которое, по сути, означает, что вы возвращаетесь и корректируете веса после того, как узнали, работают ли результаты.

Джеффри Хинтон долгое время работал в Google, но ушёл оттуда в мае 2023 года, потому что начал всерьёз беспокоиться о риске, который представляет собой искусственный интеллект. По его собственным словам, он хотел иметь возможность свободно говорить об этом. С тех пор он предупреждал, что мы выращиваем более совершенный вид, который не сможем контролировать.

В объявлении о присуждении Нобелевской премии комитет подчеркнул, что нейронные сети были очень полезны в физике. Вероятно, они сказали это, потому что ожидали, что некоторые физики будут недовольны. Но это, конечно, правда.

Нейронные сети сейчас используются практически повсеместно в физике. Они используются для анализа данных, для моделирования, для анализа данных, полученных с помощью моделей, — нейронные сети повсюду. Без сомнения, они оказали огромное влияние на физику. Это похоже на блеск научного мира — как только вы достанете его из коробки, он окажется повсюду, и вы никогда от него не избавитесь.

Но являются ли нейронные сети физикой? Ну, они работают на компьютерах, которые состоят из микрочипов, которые состоят из частиц, а это физика. Так что, конечно, нейронные сети — это физика. Хотя, согласно тому же аргументу, всё является физикой, включая секретный рецепт бабушкиного печенья, и Elsevier (один из четырёх крупнейших научных издательских домов мира) очень хотел бы его опубликовать.

Можно также справедливо возразить, что физика — это не столько то, что вы описываете, сколько то, как вы это описываете, то, как вы используете математику для описания системы. Вот почему вы можете использовать физику для описания дорожного движения. Или распространения фейковых новостей в социальных сетях. Или роста городов. Или, может быть, это информатика? Я немного запутался.

Но давайте будем честны, разработка программного обеспечения — это не то, что мы традиционно считаем физикой. Среди дисциплин, за которые присуждаются Нобелевские премии, физика, пожалуй, ближе всего подходит к этой теме, поэтому вполне логично, что Нобелевский комитет включил её в число физических дисциплин.

Но это говорит нам о двух вещах.

Во-первых, это говорит о том, насколько сильно Нобелевский комитет отстает в присуждении премий. Потому что нейронные сети или машинное обучение не являются чем-то новым. Как они сами отметили, это использовалось в физике — и во многих других дисциплинах — на протяжении десятилетий. Просто им не приходило в голову присуждать за это премию, пока все не начали пользоваться ChatGPT.

Во-вторых, это говорит нам о том, что в «настоящей» физике не было темы, которая хотя бы отдалённо была сопоставима по значимости. Так что, пожалуйста, извините меня, я должен пойти и тихо поплакать над учебниками по квантовой механике...

И, заодно, послушать музыку на радио "АСТРА-Х" - https://myradio24.com/astrax 📡

Остаёмся на связи:
✯ Telegram - https://t.me/radioastrax
✯ Космический ДАЙДЖЕСТ - https://dzen.ru/radioastrax
✯ Подкаст "Ночь на Астре" - https://radioastrax.mave.digital/