John Hopfield, z wykształcenia fizyk, od lat 70. prowadził badania, które miały na celu lepsze zrozumienie funkcjonowania ludzkiego mózgu za pomocą matematycznych modeli. W 1982 roku opracował swój przełomowy model sieci neuronowej, który – w dzisiejszych kategoriach – był prostą, jednowarstwową siecią neuronów. Co ją wyróżniało? Hopfield wprowadził mechanizm sprzężenia zwrotnego, czyli sytuację, w której wyjście jednego neuronu wpływa na wejścia pozostałych. To rozwiązanie pozwoliło stworzyć model, który mógł "uczyć się" i zapamiętywać wzorce, co było niezwykłym osiągnięciem na tamte czasy. Dzięki temu modelowi, nazwanemu później "siecią Hopfielda", stało się możliwe rozwijanie bardziej złożonych systemów sieci neuronowych, które znalazły zastosowanie w sztucznej inteligencji i innych dziedzinach technologii.
Kilka lat później Geoff Hinton, który miał wówczas doktorat z informatyki, rozszerzył tę idee i wprowadził do nich rewolucyjną metodę zwaną „wsteczną propagacją błędu”. To właśnie dzięki niej sieci neuronowe mogą skutecznie "uczyć się" poprzez poprawianie swoich błędów na każdym etapie treningu. Jest to technika, która do dzisiaj stanowi fundament większości współczesnych systemów sztucznej inteligencji. Hinton badał również tzw. maszyny Boltzmanna, które były innym ważnym krokiem na drodze do rozwinięcia nowoczesnych systemów AI.
Nagroda Nobla dla tych dwóch wybitnych badaczy nie jest przypadkiem – ich prace miały kluczowy wpływ na rozwój technologii, z której obecnie korzystamy każdego dnia. Sieci neuronowe są podstawą rozpoznawania obrazów, mowy, czy nawet działania autonomicznych samochodów. Co ciekawe, Hinton jest także laureatem Nagrody Turinga, prestiżowego wyróżnienia przyznawanego w dziedzinie informatyki, co czyni go wyjątkowym uczonym, docenianym zarówno w świecie fizyki, jak i komputerowej nauki.
Jako Dziekan Wydziału Fizyki i Informatyki Stosowanej cieszę się, że ta nagroda podkreśla ścisły związek między fizyką i informatyką – dwoma dziedzinami, które są kluczowe dla mojego Wydziału. To wyróżnienie jest dowodem na to, że współczesna nauka rozwija się na pograniczu różnych dyscyplin.
Na Wydziale prowadzimy zarówno badania w dyscyplinie informatyki nad rozwijaniem idei zaproponowanej przez Noblistów, jak i pracujemy nad fizyczną realizacją sztucznych synaps, które stanowią podstawę hardwarowych sieci neuronowych w ramach projektu NCN.
Materiał:
dr hab. Tomasz Gwizdałła, prof. UŁ, Katedra Systemów Inteligentnych WFiIS UŁ