Aquest any el premi nobel de Física s’ha concedit a Geoffrey E. Hinton i John J. Hopfield per treballs en inteligència artificial.
John Hopfield va crear una memòria associativa que pot emmagatzemar i reconstruir imatges i altres tipus de patrons en dades.
Geoffrey Hinton va inventar un mètode que pot trobar de manera autònoma propietats a les dades.
Els dos premis Nobel de Física d’enguany han utilitzat eines de la física per desenvolupar mètodes que són la base del poderós aprenentatge automàtic actual.
Aquesta tecnologia es va inspirar originalment en l’estructura del cervell.
En una xarxa neuronal artificial, les neurones del cervell estan representades per nodes que tenen valors diferents.
Aquests nodes s’influeixen mútuament a través de connexions que es poden assimilar a les sinapsis i que es poden fer més fortes o més dèbils.
La xarxa s’entrena desenvolupant connexions més fortes entre nodes amb valors elevats simultàniament.
Neurones naturals i artificials
La xarxa neuronal del cervell es construeix a partir de cèl·lules vives, neurones, que poden enviar-se senyals entre si a través de les sinapsis. Quan aprenem coses, les connexions entre algunes neurones es fan més fortes, mentre que altres es fan més dèbils.
Les xarxes neuronals artificials es construeixen a partir de nodes codificats amb un valor. Els nodes es connecten entre si i, quan s’entrena la xarxa, les connexions entre nodes que estan actius simultàniament es fan més fortes, en cas contrari es debiliten.
Els records s’emmagatzemen en un paisatge
La memòria associativa de John Hopfield emmagatzema informació d’una manera semblant a la configuració d’un paisatge. Quan la xarxa s’entrena, crea una vall en un paisatge energètic virtual per a cada patró guardat.
1 Quan la xarxa entrenada s’alimenta amb un patró distorsionat o incomplet, es pot assimilar a deixar caure una bola per un pendent en aquest paisatge.
2 La pilota roda fins que arriba a un lloc on està envoltada de pujades. De la mateixa manera, la xarxa avança cap a una energia més baixa i troba el patró guardat més proper.
Diferent tipus de xarxes.
La memòria associativa de John Hopfield es construeix de manera que tots els nodes estiguin connectats entre si. La informació s’introdueix i es llegeix des de tots els nodes.
La màquina Boltzmann de Geoffrey Hinton sovint es construeix en dues capes, on la informació s’introdueix i es llegeix mitjançant una capa de nodes visibles. Estan connectats a nodes ocults, que afecten el funcionament de la xarxa en la seva totalitat.
En una màquina Boltzmann restringida, no hi ha connexions entre nodes de la mateixa capa. Les màquines s’utilitzen sovint en cadena, una darrere l’altra. Després d’entrenar la primera màquina Boltzmann restringida, el contingut dels nodes ocults s’utilitza per entrenar la següent màquina, i així successivament.
Els seus treballs han permés als ordinadors reconeixer caràcters de textes gràfics, traduir entre idiomes, interpretar imatges, mantenir converses raonables, etc.
EL COMETA
El cometa d’aquesta setmana no ha estat el cometa del segle. La magnitud del cometa ha estat d’acord amb les previsions moderades però de l’11 al 14 hi hagut molts nivolats a la zona on era el cometa. Només s’ha pogut veure poques estones entre nivolats.
