Нобелевскую премию по физике присудили за открытие в сфере машинного обучения

Лауреатами стали Джон Хопфилд и Джеффри Хинтон

© TT News Agency/Christine Olsson via Reuters / ТАСС

Нобелевская премия в области физики за 2024 год присуждена американцу Джону Хопфилду и канадскому ученому британского происхождения Джеффри Хинтону за открытия в сфере машинного обучения. Об этом сообщил Нобелевский комитет Каролинского института Стокгольма, передает Kazpravda.kz со ссылкой на ТАСС

Ученые стали лауреатами премии «за фундаментальные открытия и изобретения, обеспечивающие обучение машин с помощью искусственных нейронных сетей», говорится в мотивировочной части решения комитета. В нем отмечается, что Хопфилд смог создать структуру, «которая способна хранить и восстанавливать информацию». Хинтон придумал «метод, позволяющий самостоятельно обнаруживать свойства данных», что стало играть важную роль для крупных искусственных нейронных сетей.

«Хотя компьютеры не могут мыслить, теперь они способны имитировать память и обучение. Лауреаты премии по физике нынешнего года помогли сделать это возможным», - отметили в Нобелевском комитете.

Хопфилд родился 15 июля 1933 года, он получил докторскую степень по физике в Корнеллском университете в 1958 году. Он прославился в 1982 году как изобретатель ассоциативной нейронной сети, получившей название сети Хопфилда.

Хинтон родился 6 декабря 1947 года, он приходится правнуком известному британскому математику Джорджу Булю (1815-1864). В 1978 году ученый получил докторскую степень в области искусственного интеллекта в Эдинбургском университете. С 2013 по 2023 год работал в корпорации Google. Был одним из исследователей, предложивших использовать метод обратного распространения ошибки для тренировки многослойной нейронной сети. Вместе с Терри Сейновски изобрел машину Больцмана - особый вид рекуррентной нейронной сети.

Накануне Нобелевскую премию присудили за открытие и исследование микроРНК.

Популярное

Все
Конституция и региональное развитие
В Алматы началось строительство горнолыжного курорта
Ушел из жизни легендарный фотокор «Казахстанской правды»
Парень с показа Pierre Cardin служит в Нацгвардии
Перестало биться золотое сердце Туяк-апай
Перспективы медных переделов
Высокий международный интерес
На основе принципа «Закон и Порядок»
Рассмотрена текущая ценовая ситуация
Курсай. Двенадцать лет спустя
Бектенов проголосовал на выборах депутатов Курултая
Глава МЧС доложил Токаеву о работе министерства
Журналистам напомнили о правилах работы в день выборов в Курултай
Касым-Жомарт Токаев поприветствовал участников I Форума волонтеров СНГ
Дастан Сатпаев – в «Бернли»
Учебные программы пересмотрели в Казахстане: какие предметы появятся в школах
Национальные проекты: обновляется инфраструктура, развивается соцсфера
На страже цифровых границ
Казахстан вошел в число самых безопасных стран для туристов
В ритме вальса
Главный полицейский Атырауской области проверил работу патрульных нарядов
ИИ определил победителя «Золотого мяча»
Глава NVIDIA отметил развитие AI-инфраструктуры Казахстана
Лучших кинологов Нацгвардии определили в Актау
Семейная ферма с европейским уютом
Поддельные госномера продавали по всему Казахстану
«Зеленое сердце» Семея
Челлендж в Вооруженных силах
Курултай: логика преемственности и ответственности
Исследования Улуса Джучи выходят на новый уровень
ИИ в судебной системе: процессуальные гарантии и пределы автоматизации
Минэнерго опровергло информацию о полной остановке работы КТК
Новая Конституция в действии: что изменит однопалатный Курултай
Национальный поэт мирового масштаба
Когда молчание делает соучастником преступления
Новый центр для научных проектов
Комфортный отдых без ущерба для природы
Казахстанский финал в Японии
Стартовала акция «Дорога в школу»
После старта агитации в электоральном рейтинге партий произошли изменения

Читайте также

В Бишкеке установили самое большое в ЦА колесо обозрения
Питона впервые вылечили от рака с помощью электрохимиотерап…
ПРООН направит $84 млн на развитие Таджикистана
Казахстан формирует новую модель человеческого капитала для…

Архив

  • [[year]]
  • [[month.label]]
  • [[day]]