نوبل فیزیک 2024 به «جان جی. هاپفیلد» (John J. Hopfield) و «جفری ای. هینتون» (Geoffrey E. Hinton) که او را به‌عنوان پدرخوانده هوش مصنوعی می‌شناسیم، برای اکتشافات و اختراعات بنیادی در یادگیری ماشینی رسید. به عبارتی ثمره کار آن‌ها، مدل‌های هوش مصنوعی و چت‌بات‌هایی مانند ChatGPT شده است.

براساس اعلام وب‌سایت جایزه نوبل، برندگان امسال از ابزارهای علم فیزیک برای ساختن روش‌هایی بهره بردند که به پایه‌گذاری یادگیری ماشینی قدرتمند امروزی کمک کرد. جان هاپفیلد ساختار و الگوهایی ایجاد کرد که می‌تواند داده‌ها را ذخیره، بازیابی یا بازسازی کند. جفری هینتون نیز مخترع روشی بود که می‌تواند مشخصات خاصی را در داده‌ها شناسایی کند و همین روش برای توسعه شبکه‌های عصبی مصنوعی بزرگی که اکنون توسط شرکت‌های بزرگ فناوری مورد استفاده هستند، مهم شده است.

سال گذشته سه دانشمند به‌دلیل کار خود درباره نحوه حرکت الکترون‌ها در اطراف اتم برنده جایزه نوبل فیزیک شدند. برنده (یا برندگان) نوبل شیمی 2024 نیز فردا حدوداً ساعت 13:15 به وقت ایران مشخص خواهد شد.

رئیس کمیته نوبل فیزیک در کنفرانس مطبوعاتی معرفی برندگان نوبل فیزیک 2024 گفت: «یادگیری توانایی شگفت‌انگیز مغز انسان است. ما می‌توانیم تصاویر و گفتار را تشخیص دهیم و آن‌ها را با خاطرات و تجربیات گذشته مرتبط کنیم. میلیاردها نورون که به هم متصل شده‌اند توانایی‌های شناختی منحصربه‌فردی را به ما می‌دهند. شبکه‌های عصبی مصنوعی از این شبکه نورون‌ها در مغز ما الهام گرفته‌اند.»

جان هاپفیلد و جفری هینتون، برندگان جایزه نوبل فیزیک 2024، از مفاهیم بنیادی فیزیک آماری برای طراحی شبکه‌های عصبی مصنوعی استفاده کردند. این شبکه‌های عصبی مصنوعی برای پیشبرد تحقیقات در موضوعات مختلف فیزیک مانند فیزیک ذرات، علم مواد و اخترفیزیک مورد استفاده قرار گرفته‌اند و حتی در زندگی روزمره ما هم شاهد آن هستیم: مثل فناوری تشخیص چهره یا ترجمه زبان.

اگرچه کامپیوترها نمی‌توانند مثل ما فکر کنند، اما آن‌ها اکنون می‌توانند عملکردهایی مانند حافظه و یادگیری را تقلید کنند. برندگان امسال در رشته فیزیک به این امکان کمک کرده‌اند.

از آنجایی که فیزیک ابزارهایی را برای توسعه یادگیری ماشین ارائه کرده، جالب است که ببینیم در مقابل چگونه فیزیک از شبکه‌های عصبی مصنوعی نیز سود می‌برد. یادگیری ماشینی مدت‌هاست که در زمینه‌هایی استفاده می‌شود که ممکن است از جوایز نوبل قبلی فیزیک با آن‌ها آشنا باشیم.

برای مثال از یادگیری ماشینی برای غربال‌کردن و پردازش مقادیر زیادی از داده‌های لازم برای کشف ذره هیگز استفاده شد. از دیگر کاربردها نیز می‌توان به کاهش نویز در اندازه‌گیری امواج گرانشی ناشی از برخورد سیاهچاله‌ها یا جستجوی سیارات فراخورشیدی اشاره کرد.

با‌این‌حال، همانند «آلفرد نوبل» که مخترع دینامیت بود، اکنون نیز یادگیری ماشینی و هوش مصنوعی در کنار مزایای بسیار زیادش برای بشریت، نگرانی‌هایی را نیز ایجاد کرده است. در مجموع، انسان‌ها مسئولیت استفاده از این فناوری جدید را به روشی ایمن و اخلاقی برعهده دارند.