Nobel z fizyki za odkrycie wykorzystywane m.in. w platformach streamingowych i sztucznej inteligencji

We wtorek przed południem Komitet Noblowski Królewskiej Szwedzkiej Akademii Nauk ogłosił nazwiska dwóch laureatów tegorocznej Nagrody Nobla z fizyki. W tym roku to najważniejsze wyróżnienie, jakie można otrzymać w dziedzinie fizyki stało się udziałem Brytyjczyka Geoffreya E. Hintona i Amerykanina Johna J. Hopfielda. Z treści uzasadnienia dowiadujemy się, że zostali oni nagrodzenia "za fundamentalne odkrycia i wynalazki umożliwiające uczenie maszynowe za pomocą sztucznych sieci neuronowych". Co w praktyce odkryli Hinton i Hopfield?

Podwaliny pod sztuczną inteligencję

Prowadzone przez nich badania miały ogromne znaczenie dla rozwoju sztucznej inteligencji, która już dziś - i można to powiedzieć bez żadnej przesady - rewolucjonizuje naszą codzienność. 

John Hopfield stworzył tak zwaną pamięć asocjacyjną - sieć, która może przechowywać wzorce i metody ich odtwarzania. Dzięki temu w razie posiadania niekompletnego wzorca sieć samodzielnie potrafi zidentyfikować w swoich zasobach wzorzec najbardziej zbliżony do analizowanego. 

Goeffrey Hinton korzystając z wynalazku Hopfielda poszedł o krok dalej i stworzył sztuczną sieć neuronową znacznie bardziej zaawansowaną, tak zwaną Maszynę Boltzmanna. Maszyna Boltzmanna uczy się rozpoznawać charakterystyczne elementy w konkretnym zbiorze danych i w oparciu o to może kategoryzować je, a także tworzyć przykłady pasujące do wzorca. To odkrycie stało się punktem zwrotnym w pracach nad uczeniem maszynowym - podstawową cechą Sztucznej Inteligencji. 

Maszyna Boltzmanna to de facto sztuczna sieć neuronowa wzorowana na sieci ludzkiej, jednak z pewnymi różnicami. W klasycznej sieci neuronowej neurony są rozmieszczone warstwami, przez które po kolei przechodzi informacja. W opracowanej przez Hintona Maszynie Boltzmanna każdy neuron ma bezpośrednie połączenie z każdym z pozostałych neuronów. Dzięki temu proces przekazywania informacji jest zoptymalizowany - komunikacja zachodzi bezpośrednio.

Netflix, Spotify i reklamy kontekstowe, czyli praktyczne zastosowanie odkryć noblistów

W praktyce Maszyna Boltzmanna jest wykorzystywana między innymi w procesie dopasowywania rekomendacji dla użytkowników różnego rodzaju platform filmowych czy muzycznych, jak choćby Spotify, Amazon Prime, Disney Plus czy Netflix. Ten sam mechanizm może mieć zastosowanie również w przypadku spersonalizowanych reklam kontekstowych. Mechanizm dopasowuje rekomendowane treści w oparciu o wcześniejsze wybory użytkownika. 

Odkrycia tegorocznych noblistów znajdują też zastosowanie w procesie kompresji danych czy treningu w procesie uczenia głębokiego w bardziej zaawansowanych systemach Sztucznej Inteligencji.