جائزة نوبل للفيزياء لعام 2024 تذهب إلى الثنائي الذي اخترع تقنيات الذكاء الاصطناعي الرئيسية

مُنحت جائزة نوبل في الفيزياء لعام 2024 إلى جون هوبفيلد وجيفري هينتون لعملهما على الشبكات العصبية الاصطناعية والخوارزميات الأساسية التي تسمح للآلات بالتعلم، والتي تعد أساسية لنماذج اللغات الكبيرة الحالية مثل ChatGPT.

وقال هينتون للجنة نوبل عند سماع إعلان الجائزة: “أنا مندهش، لم يكن لدي أي فكرة أن هذا سيحدث”. “أنا مندهش للغاية.” هينتون، الذي تحدث بصوت عالٍ عن مخاوفه بشأن تطوير الذكاء الاصطناعي، أكد أيضًا أنه نادم على العمل الذي قام به. وقال: “في نفس الظروف، كنت سأفعل الشيء نفسه مرة أخرى، لكنني قلق من أن العواقب الإجمالية لهذا قد تكون أنظمة أكثر ذكاءً منا هي التي ستتولى السيطرة في النهاية”.

قالت إلين مونز، رئيسة لجنة نوبل للفيزياء، خلال الإعلان، إنه في حين أن الذكاء الاصطناعي قد لا يبدو منافسًا واضحًا لجائزة نوبل في الفيزياء، فإن اكتشاف الشبكات العصبية التي يمكنها التعلم وتطبيقاتها هما مجالان مرتبطان ارتباطًا وثيقًا بالفيزياء. . “لقد تم استخدام هذه الشبكات العصبية الاصطناعية لتعزيز الأبحاث عبر موضوعات فيزيائية متنوعة مثل فيزياء الجسيمات وعلوم المواد والفيزياء الفلكية.”

تضمنت العديد من الأساليب المبكرة للذكاء الاصطناعي إعطاء برامج الكمبيوتر قواعد منطقية يجب اتباعها للمساعدة في حل المشكلات، لكن هذا جعل من الصعب عليهم التعرف على معلومات جديدة أو مواجهة مواقف لم يروها من قبل. في عام 1982، أنشأ هوبفيلد، في جامعة برينستون، بنية لجهاز كمبيوتر يسمى شبكة هوبفيلد، وهي عبارة عن مجموعة من العقد، أو الخلايا العصبية الاصطناعية، التي يمكنها تغيير قوة اتصالاتها باستخدام خوارزمية التعلم التي اخترعها هوبفيلد.

هذه الخوارزمية مستوحاة من عمل الفيزياء الذي يجد طاقة النظام المغناطيسي من خلال وصفه بأنه مجموعات من المغناطيسات الصغيرة. تتضمن هذه التقنية تغيير قوة الوصلات بين المغناطيسات بشكل متكرر في محاولة للعثور على الحد الأدنى لقيمة طاقة النظام.

في نفس العام، بدأ هينتون، من جامعة تورنتو، في تطوير فكرة هوبفيلد للمساعدة في إنشاء بنية تعلم آلي وثيقة الصلة تسمى آلة بولتزمان. “أتذكر أنني ذهبت إلى اجتماع في روتشستر حيث تحدث جون هوبفيلد وتعلمت لأول مرة عن الشبكات العصبية. بعد ذلك، تيري [Sejnowski] وقال: “لقد عملت بشكل محموم لمعرفة كيفية تعميم الشبكات العصبية”.

أظهر هينتون وزملاؤه أنه، على عكس بنيات التعلم الآلي السابقة، يمكن لآلات بولتزمان أن تتعلم وتستخرج الأنماط من مجموعات كبيرة من البيانات. أدى هذا المبدأ، عند دمجه مع كميات كبيرة من البيانات والقدرة الحاسوبية، إلى نجاح العديد من أنظمة الذكاء الاصطناعي اليوم، مثل أدوات التعرف على الصور وترجمة اللغة.

ومع ذلك، في حين أثبتت آلة بولتزمان قدرتها، إلا أنها كانت أيضًا غير فعالة وبطيئة، ولم يتم استخدامها في الأنظمة الحديثة اليوم. وبدلاً من ذلك، يتم استخدام بنيات التعلم الآلي الحديثة والأسرع مثل نماذج المحولات، التي تعمل على تشغيل نماذج اللغات الكبيرة مثل ChatGPT.

وفي مؤتمر جائزة نوبل، كان هينتون متفائلًا بشأن التأثير الذي ستحدثه اكتشافاته واكتشافات هوبفيلد. وقال: “سيكون هذا مشابهاً للثورة الصناعية، ولكن بدلاً من تجاوز الناس في القوة البدنية، فإنه سيتجاوز الناس في القدرة الفكرية”. “ليس لدينا أي خبرة عما يعنيه امتلاك أشياء أكثر ذكاءً منا. سيكون الأمر رائعًا في كثير من النواحي… ولكن علينا أيضًا أن نقلق بشأن عدد من العواقب السيئة، لا سيما خطر خروج هذه الأمور عن نطاق السيطرة.