ترجمة: لماذا حصل والد الـHNN والوالد للتعلم العميق على جائزة نوبل في الفيزياء؟
في الوقت الحالي، قررت الأكاديمية الملكية السويدية منح جائزة نوبل في الفيزياء لعام 2024 إلى جون جي. هوبفيلد وجيفري إي. هينتون، "تقديرًا لاكتشافاتهما واختراعاتهما الأساسية في مجال تعلم الآلة من خلال الشبكات العصبية الاصطناعية".
جيفري هينتون وُلد في 6 ديسمبر 1947، هو عالم نفس وعالم حاسوب وطنيته كندية من أصل إنجليزي. في عام 1986، نشر مقالًا مشتركًا مع ديفيد روميلهارت ورونالد ج. وليامز بعنوان "Learning representations by back-propagating errors"، تمت استشهاده 39626 مرة، حيث ساهم هذا المقال في إنتشار خوارزمية الانتشار العكسي التي تستخدم لتدريب الشبكات العصبية المتعددة الطبقات. بالإضافة إلى ذلك، اخترع هينتون آلة بولتزمان (Boltzmann Machine) وآلة بولتزمان المقيدة (Restricted Boltzmann Machine)، وهذه النماذج لعبت دورًا مهمًا في تطور التعلم العميق. وبناءً على هذه الإنجازات، يُعتبر جيفري هينتون من الشخصيات البارزة في مجال التعلم العميق. حاليًا، يعمل هينتون كمهندس كبير في شركة جوجل ويشارك في قيادة مشروع "عقل جوجل".
الفيزيائي الأمريكي جون هوبفيلد، الذي فاز بجائزة معه، وُلد في 15 يوليو 1933، وهو واحد من مؤسسي برنامج الدكتوراه في الحوسبة وأنظمة الأعصاب في معهد كاليفورنيا للتكنولوجيا. يجدر بالذكر أن مجال أبحاث هوبفيلد واسع، يشمل الفيزياء وعلم الأحياء الجزيئي وعلم الأعصاب. في عام 1982، قدم نموذج الذاكرة التشبيهي المعروف باسم "شبكة هوبفيلد"، وهو نموذج قادر على تخزين وإعادة بناء الأنماط ويمكنه استخدام دالة الطاقة لوصف مساحة حالة الشبكات العصبية. وقد أرسى هذا الأساس للتعلم العميق وتعلم الآلة في وقت لاحق.
العبقرية الأكاديمية لـ Hopfield كانت مثيرة أيضا، حيث تم انتخابه عضوا في الأكاديمية الوطنية للعلوم في عام 1973، وكذلك انتخابه عضوا في الأكاديمية الأمريكية للفنون والعلوم في عام 1975، وكما تم انتخابه عضوا في الجمعية الفلسفية الأمريكية في عام 1988. وفي عام 2001، حصل على جائزة ديراك من ICTP نظرا لمساهمته العابرة للتخصص في فهم الأحياء باعتبارها عملية فيزيائية. وحاليا، يتركز بحثه وأحدث أوراقه البحثية بشكل رئيسي على توقيت الإشارات العصبية وكيفية استخدام المزامنة في الحوسبة العصبية.
إليك تغريدة رسمية من جائزة نوبل تثير ضجة على تويتر: "اكتشافات مذهلة تستحق التكريم قريبًا! ابقوا معنا للإعلان عن الفائزين قريبًا. #جائزة_نوبل"
الفائز جيفري هينتون يعبر عن دهشته قائلاً "هذا جاء فجأة جداً".
قامت جامعة كامبريدج بسرعة بإعادة نشر التغريدة الرسمية، مهنئة الخريج جيفري هينتون بفوزه بجائزة نوبل في الفيزياء.
رئيس جامعة تورنتو، ميريك غيرتلر، قال: "أنا باسم جامعة تورنتو، أهنئ البروفيسور الفخري جيفري هينتون على فوزه بجائزة نوبل في الفيزياء لعام 2024." "تشعر المجتمع الجامعي في جامعة تورنتو بالفخر الشديد تجاه إنجازاته التاريخية."
تويتر: هناك تهاني عديدة من مستخدمي الإنترنت لـ Geoffrey Hinton و John Hopfield على فوزهم بجائزة نوبل.
حتى منتقدي الذكاء الاصطناعي قد تركوا التحيز جانبًا وفخورون بالشرف الخاص الذي حصل عليه الذكاء الاصطناعي.
لكن مع الفوز بالجائزة، وفي حين يهنئ الكثيرون عبر الإنترنت، يبدو الجميع مرتبكين، كيف فازت التكنولوجيا الذكية بجائزة فيزياء؟
تعني ترجمة "诺奖官方是这样解释的" كما يلي: "بحسب شرح جائزة نوبل الرسمي".
الاختراقات التي حققها الفائزون بجائزة الفيزياء هذا العام تقوم على أسس علم الفيزياء. فقد عرضوا لنا طريقة جديدة تمامًا لاستخدام الحواسيب في مساعدتنا وتوجيهنا لحل العديد من المشكلات.
تحديات تواجه مجتمعنا.
شكرهم على عملهم، حيث يتواجد الآن مشروع جديد في صندوق أدوات البشر، يمكننا اختيار استخدامه لأغراض جيدة. تقوم التعلم الآلي القائم على الشبكات العصبية الاصطناعية بتغيير العلوم والهندسة والحياة اليومية بشكل كامل حاليًا.
هذا المجال حقق تقدماً كبيراً في بناء مجتمع مستدام، على سبيل المثال من خلال التعرف على مواد وظائف جديدة. كيفية استخدام التعلم العميق لشبكات العصب الصناعي في المستقبل تعتمد على كيفية اختيار البشر لاستخدام هذه الأدوات القوية التي توجد بالفعل في عديد من جوانب حياتنا.
تم تصميم الشبكات العصبية في مجال الذكاء الاصطناعي من البداية لتقليد الدماغ، كان هناك تفسير أكثر بساطة وأسهل فهمًا من الجهات الرسمية.
يعرب أستاذ الفيزياء التطبيقية في جامعة ستانفورد عن أن العديد من أساسيات الذكاء الاصطناعي تعتمد بشكل كبير على الفيزياء، وبالتالي حصوله على جائزة يُعتبر أمراً مُنطقياً، كما أن فهم وتحسين الذكاء الاصطناعي أصبح موضوعًا جديدًا في مجال الفيزياء!
وقدم أستاذ الفيزياء الآخر رأيه أيضًا، حيث أشار إلى أن التعلم الآلي هو تقنية أساسية لا غنى عنها في تحليل البيانات في فيزياء الجسيمات وقد تجاوز حاجز الجائزة النوبل.
ترجمة الجملة إلى اللغة العربية:
يقول أستاذ مساعد آخر في الفيزياء الكمومية أيضًا إن الاتصال بين الفيزياء وتعلم الآلة في شبكة هوبفيلد، والنموذج المعتمد على الطاقة، والماكينة بولتزمان المقيدة هو واحد من أكثر الروابط طبيعية بينهما ويمكن النظر إلى جائزة نوبل للفيزياء باعتبارها تقديرًا عاليًا لهذه النقطة، مما يجعلني أفرح وأتفاجأ.
أقول. كما يسخر بعض المستخدمين على الإنترنت، لنهتم بما إذا كان يمكن للذكاء الاصطناعي حل المشكلات الفيزيائية، حيث أصبح الذكاء الاصطناعي حاليًا بالفعل "علم الفيزياء" الحقيقي.
هل تستمر في إشارة ذلك، من فضلك؟ قد يكون هذا النص مقصوداً على أنه سخيف باللغة الإنجلينزية.
تعليقات بعض المستخدمين على الإنترنت تقول: "أليس هذا هو تحديد جائزة تيورينج؟ فعلى أي حال، فإن جائزة تيورينج دائماً ما تُلقب بجائزة نوبل في مجال علوم الحاسوب".
المستخدم الآخر قال: "لماذا لا ننشئ جائزة نوبل للحوسبة؟"
تم ترشيح جائزة نوبل في الفيزياء لهذا العام بشكل مفاجئ. حيث يعتقد المرء عادةً أنه ينبغي منح جائزة الفيزياء للعلماء الذين قدموا اكتشافات كبيرة في ميدان الفيزياء التقليدية. ومع ذلك، فإن هذا القرار يسلط الضوء بالفعل على الارتباط الوثيق بين الفيزياء والشبكات العصبية الصناعية، وعلى الدور الحاسم للفيزياء في تعزيز بحوث الشبكات العصبية.
أدناه توضيحات حول أسباب فوز الفائزين الاثنين وفقًا لبيان صحفي صادر عن جوائز نوبل لعام 2024 في مجال الفيزياء.
ترجمة النص إلى العربية:
اخترع جون هوبفيلد شبكة تستخدم طريقة حفظ وإعادة إنشاء النمط. يمكننا تصور العقد كبكسلات. تستخدم شبكة هوبفيلد الفيزياء لوصف خصائص المواد الناتجة عن دوران الذرات — هذه الخاصية تجعل كل ذرة تصبح مغناطيسًا صغيرًا. طريقة وصف الشبكة بأكملها تشبه طاقة نظام الدوران في الفيزياء، ويتم تدريبها عن طريق البحث عن قيم الاتصال بين العقد لتحقيق توازن الطاقة للصورة المحفوظة. عند إدخال صورة مشوهة أو غير مكتملة في شبكة هوبفيلد، تعمل بشكل سلس لمعالجة العقد وتحديث قيمها لتخفيض طاقة الشبكة. وبذلك، تجد الشبكة تدريجيًا الصورة المحفوظة التي تشبه أكثر صورة الإدخال غير المثالية.
جيفري هينتون (Geoffrey Hinton) قام بإنشاء شبكة جديدة باسم آلة بولتزمان (Boltzmann machine) معتمدة على شبكة هوبفيلد (Hopfield network)، حيث يمكن لهذه الآلة تعلم تحديد عناصر الميزات في أنواع البيانات المعطاة. استخدم هينتون أدوات الفيزياء الإحصائية، والتي هي علم نظام يتألف من العديد من المكونات المتشابهة. يتم تدريب الآلة من خلال تزويدها بأمثلة من المعطيات التي من المرجح جداً أن تظهر أثناء تشغيل الجهاز. يمكن استخدام آلة بولتزمان لتصنيف الصور، أو إنشاء أمثلة جديدة لأنماط التدريب. قام هينتون بمواصلة تطوير هذه الفكرة، مما ساهم في إحداث تفجير في تطور تعلم الآلة.
جون هوبفيلد كان في البداية عالم فيزياء، حيث كانت مجالات بحثه تشمل ميكانيكا الإحصاء الكمومي والفيزياء التجميعية. في وقت لاحق، قام بتوسيع اهتماماته البحثية إلى الفيزياء الحيوية، حيث استكشف العمليات الفيزيائية في الأنظمة الحيوية. في عام 1982، قدم هوبفيلد شبكة هوبفيلد الشهيرة، وهي نموذج لشبكات عصبية قادرة على الذاكرة التشبيهية، وقد تمثل هذا الاكتشاف نقطة تحول هامة للفكر الفيزيائي في بحث شبكات العصبيات. منذ ذلك الحين، لعب علماء الفيزياء دورا مهما في بحث الشبكات العصبية وديناميكيات الأعصاب، حيث أدت أبحاثهم ليس فقط إلى تقدم النظريات بل أيضا إلى توفير الأسس النظرية للتطبيقات العملية.
في عام 2001، حصل هوبفيلد على جائزة ديراك الدولية لمركز الفيزياء النظرية بسبب مساهماته المتعددة التخصصات في فهم عمليات الحياة كعمليات فيزيائية. عمله يشمل عمليات التصحيح في تخليق الجزيئات الحيوية، وديناميكية جماعات الجذور التي تتكون في الشبكات العصبية وحسابها، مما يوجه البحث الأساسي نحو ربط الفيزياء بالشبكات العصبية الاصطناعية.
في عام 2021، تم منح جائزة نوبل في الفيزياء لثلاثة علماء قاموا بتقديم إسهامات متميزة في مجال الأنظمة المعقدة، بما في ذلك جورج باريسي. باريسي قدم أبحاثًا في مجال الأنظمة غير المنظمة، خاصةً من خلال طرحه لطريقة كسر التماثل المكررة لحل مشكلة الزجاج الدوار، ولهذا لقد أثر هذا الإبداع على تخصصات علمية متقاطعة مثل الشبكات العصبية. هذا الحدث يظهر أن جائزة الفيزياء بدأت في الاعتراف بالعلماء الذين قاموا بإسهامات كبيرة في تخصص الفيزياء وفي مجالات أخرى متقاطعة.
وكان جيفري هينتون له علاقة وثيقة بجائزة نوبل في الفيزياء، حيث حصل زميله في الدراسة برنامج الدكتوراه لهنتون بيتر هيغز على جائزة نوبل للفيزياء في عام 2013.
يسعى البحث في الشبكات العصبية ليس فقط إلى مجالات علوم الحياة وعلوم الحاسوب، بل أيضًا يتضمن العديد من أفكار الفيزياء الأساسية مثل التدرج الهابط ونموذج إيزن. هذه المفاهيم الفيزيائية ليست فقط توفر أسسا نظرية للشبكات العصبية، ولكن أيضًا توفر أدوات لتحسين وتطبيق الخوارزميات.