Prof. Meissner: Jestem rozczarowany przyznaniem Nobla za pomysł sieci neuronowych

Sztuczna inteligencja pozostanie tylko użytecznym narzędziem, a nie za użyteczność przyznawane były do tej pory Nagrody Nobla z fizyki - uważa prof. Krzysztof Meissner, fizyk teoretyk z Wydziału Fizyki UW. Jestem zawiedziony; nagroda z fizyką nie ma wiele wspólnego - ocenia ekspert.

Tegoroczni laureaci Nagrody Nobla z fizyki, John Hopfield i Geoffrey Hinton - jak wskazał - "zaproponowali sam pomysł sztucznych sieci neuronowych oraz metody, które do dziś stanowią podstawę ich uczenia".

"Nagroda Nobla z założenia miała być nobilitacją, powiedzeniem: to jest ten kierunek, to odkrycie, które uznajemy za ekstremalnie ważne, otwierające nowe obszary w fizyce. Do tej pory sieci neuronowe są - i w fizyce, i poza nią - jedynie narzędziem, choć z bardzo szybko rosnącym spektrum zastosowań. Dlatego jestem zawiedziony. W tym roku fizyka straciła przyznaniem takiej Nagrody Nobla" - powiedział PAP prof. Krzysztof Meissner, fizyk teoretyk z Wydziału Fizyki UW.

Ekspert podał przykład innego odkrycia, które jego zdaniem zasługiwało na nagrodę szwedzkiej akademii.

"Odkrycie anomalii kwantowych przez Adlera, Bella i Jackiwa ponad 50 lat temu otworzyło zupełnie nowe obszary, między innymi uzasadniło, dlaczego ładunek protonu jest dokładnie równy minus ładunek elektronu. Czyli było to absolutnie kluczowym dla nas ustaleniem, a nie zostało uhonorowane do dzisiaj Nagrodą Nobla. Mógłbym dodać tutaj teorię grawitacji Einsteina - nie widzę, jak tej rangi fundamentalne osiągnięcia mogą być efektem działania sztucznej inteligencji" - stwierdził ekspert.

Prof. Meissner uważa, że tegoroczna Nagroda Nobla ma naprawdę niewiele wspólnego z fizyką. Sam dobrze pamięta, kiedy osiągnięcia Hopfielda i Hintona zostały ogłoszone światu w latach 80.

"Moim zdaniem ta nagroda z fizyką nie ma wiele wspólnego. To jest podglądnięcie działania neuronów w mózgu w sposób bardzo uproszczony. Byłem na studiach w latach osiemdziesiątych i pamiętam propozycję sieci neuronowej Hopfielda. Wtedy była to z punktu widzenia zastosowań abstrakcja ze względu na możliwości ówczesnych komputerów - w naszym mózgu są dziesiątki miliardów neuronów, a wówczas w komputerach można było stworzyć sieci o kilku neuronach. Pamiętam też kiedy powstała metoda uczenia sieci neuronowych Hintona, bo to było z kolei zaraz po moich studiach, ale z tego samego powodu było to wtedy kompletnie abstrakcyjne" - wspomniał profesor.

I dodał: "teraz mówimy o niesłychanie rozbudowanych sieciach neuronowych i o ich zastosowaniu do wielkich baz danych (takich jak wielkie modele językowe). Może to być bardzo użyteczne jako narzędzie przetwarzania informacji, ale mam wątpliwości, czy pomoże w znalezieniu odpowiedzi na naprawdę głębokie pytania w fizyce" - podsumował fizyk.

« 1 »