About / Advertise
Ett stort grattis till årets fysikpristagare Geoff Hinton och John Hopfield – två viktiga bidragsgivare till AI-tekniken artificiella neuronnät (ANN), grunden för den generativa AI som tar världen med storm. Men vad har maskininlärning med fysik att göra? Elektroniktidningen reder ut.
Det märks att det saknas ett nobelpris i matematik (eller datavetenskap) när nobelpriskommittén tvingas välja fysikpriset för att hylla AI.
– AI och maskininlärning kommer att förändra samhället på liknande sätt som den industriella revolutionen, sade Geoff Hinton efter att han fick höra om priset.
Men artificiella neuronnät är inte fysik, utan datavetenskap, en ganska matematisk del av datavetenskapen.
För att kunna hylla de artificiella neuronnäten har Nobelpriskommittén lyckats gräva fram ett par gamla neuronnät vars beteende faktiskt beskrivs i fysiska termer – boltzmannmaskiner och Hopfieldnät.
Och det är dessa som Hinton och Hopfield får sina fysikpriser för. De artificiella neuronnäten kunde kanske även fått nobelpriset i biologi eftersom inspirationen till ANN kommer från biologiska hjärnor?
Kan man kanske jämföra det med hur Einstein inte fick fysikpriset för den kontroversiella realtivitetsteorin utan för den fotoelektriska effekten? Eller hur den store matematikern Bertrand Russel fick nobelpriset i – litteratur? Nja.
Jag dissar vare sig boltzmannmaskiner, Hopfieldnät, Russels författarkvaliteter eller den fotoelektriska effekten. Hinton är absolut en värdig pristagare. Säkert är även Hopfield ett möjligt svar på frågan ”om du absolut måste välja två forskare inom maskininlärning för nobelpriset”?
Geoff Hinton har redan fått ett ”nobelpris” för sina insatser inom artificiella neuronnät, nämligen Turingpriset, men den gången tillsammans med Yann LeCun och Yoshua Bengio.
