❓ Физика нейросетей: почему исследования лауреатов Нобелевской премии «признали» только спустя 40 лет
Современные нейросети — от систем распознавания до генеративного ИИ — невозможны без работ учёных, которые были удостоены Нобелевской премии по физике в этом году. Джон Хопфилд предложил архитектуру нейросетей, которая имитировала ассоциативную память человека. Его «сеть Хопфилда» способна запоминать и восстанавливать информацию, даже если данные искажены или неполны.
Джеффри Хинтон, вдохновлённый исследованиями Хопфилда, пошёл дальше и создал машину Больцмана — модель, в которой нейросеть самостоятельно выявляет скрытые закономерности в данных. В отличие от сети Хопфилда, машина Больцмана позволила находить сложные взаимосвязи и обучаться без прямых инструкций. Такой подход приблизил исследователей к созданию мощных генеративных моделей и глубоких нейросетей, которые легли в основу технологий современного ИИ.
В новом материале — о том, как работы Хопфилда и Хинтона в 80-х годах заложили фундамент для нейросетей, которые сегодня решают задачи, ранее доступные только человеку. Михаил Захаров, кандидат физико-математических наук, ведущий менеджер продукта в YADRO, объяснит, почему эти революционные открытия удостоились награды лишь спустя десятки лет.
Читать статью➡
#историятехнологий #персоны #AI #ML
@ultimate_engineer
Современные нейросети — от систем распознавания до генеративного ИИ — невозможны без работ учёных, которые были удостоены Нобелевской премии по физике в этом году. Джон Хопфилд предложил архитектуру нейросетей, которая имитировала ассоциативную память человека. Его «сеть Хопфилда» способна запоминать и восстанавливать информацию, даже если данные искажены или неполны.
Джеффри Хинтон, вдохновлённый исследованиями Хопфилда, пошёл дальше и создал машину Больцмана — модель, в которой нейросеть самостоятельно выявляет скрытые закономерности в данных. В отличие от сети Хопфилда, машина Больцмана позволила находить сложные взаимосвязи и обучаться без прямых инструкций. Такой подход приблизил исследователей к созданию мощных генеративных моделей и глубоких нейросетей, которые легли в основу технологий современного ИИ.
В новом материале — о том, как работы Хопфилда и Хинтона в 80-х годах заложили фундамент для нейросетей, которые сегодня решают задачи, ранее доступные только человеку. Михаил Захаров, кандидат физико-математических наук, ведущий менеджер продукта в YADRO, объяснит, почему эти революционные открытия удостоились награды лишь спустя десятки лет.
Читать статью
#историятехнологий #персоны #AI #ML
@ultimate_engineer