Ovogodišnju Nobelovu nagradu za fiziku dobili su John J. Hopfield i Geoffrey E. Hinton. Dva ovogodišnja dobitnika, stoji u obrazloženju nagrade, koristila su se alatima iz fizike za razvoj metoda koje su temelj današnjeg moćnog strojnog učenja. John Hopfield stvorio je asocijativnu memoriju koja može pohraniti i rekonstruirati slike i druge vrste uzoraka u podacima. Geoffrey Hinton izumio je metodu koja može samostalno pronaći svojstva u podacima i tako izvršiti zadatke kao što je identificiranje specifičnih elemenata na slikama. Dalje, naravno sasvim točno, stoji da kada govorimo o umjetnoj inteligenciji, često mislimo na strojno učenje uz pomoć umjetnih neuronskih mreža. Ova tehnologija izvorno je inspirirana strukturom mozga.
U umjetnoj neuronskoj mreži, neuroni mozga predstavljeni su čvorovima koji imaju različite vrijednosti. Ovi čvorovi utječu jedni na druge preko veza koje se mogu usporediti sa sinapsama i koje se mogu ojačati ili oslabiti. Mreža se trenira, na primjer razvijanjem jačih veza između čvorova s istodobno visokim vrijednostima. Ovogodišnji laureati radili su na umjetnim neuronskim mrežama od 1980-ih s iznimno važnim rezultatima. Za Johna Hopfielda kaže se kako je izumio mrežu koja koristi metodu za spremanje i ponovno stvaranje uzoraka. Čvorove možemo zamisliti kao piksele.
Hopfieldova mreža koristi fiziku koja opisuje karakteristike materijala zbog njegove atomske vrtnje, svojstva koje svaki atom čini sićušnim magnetom. Mreža kao cjelina opisana je na način ekvivalentan energiji u spin sustavu koji se nalazi u fizici i trenira se pronalaženjem vrijednosti za veze između čvorova tako da spremljene slike imaju nisku energiju. Kada Hopfieldova mreža dobije iskrivljenu ili nepotpunu sliku, ona metodički radi kroz čvorove i ažurira njihove vrijednosti tako da energija mreže opada. Mreža tako radi korak po korak kako bi pronašla spremljenu sliku koja je najsličnija nesavršenoj onoj kojom je hranjena.
VEZANI ČLANCI:
Geoffrey Hinton, koji je zapravo tema ovog teksta, Nobelovu je nagradu dobio jer je koristio Hopfieldovu mrežu kao temelj za novu mrežu koja koristi drugačiju metodu – Boltzmannov stroj. Njime se može naučiti prepoznati karakteristične elemente u određenoj vrsti podataka. Hinton je koristio alate iz statističke fizike, znanosti o sustavima izgrađenim od mnogo sličnih komponenti. Stroj se "uvježbava" tako da mu se daju primjeri koji će se vrlo vjerojatno pojaviti kada stroj radi. Boltzmannov stroj može se koristiti za klasificiranje slika ili stvaranje novih primjera vrste uzorka na kojem je uvježban. Hinton je nadogradio ovaj rad, pomažući u pokretanju trenutačnog eksplozivnog razvoja strojnog učenja.
– Rad laureata već je bio od najveće koristi. U fizici koristimo umjetne neuronske mreže u velikom rasponu područja, kao što je razvoj novih materijala sa specifičnim svojstvima – rekla je Ellen Moons, predsjednica Nobelova odbora za fiziku. Kako kažu u Institutu za promociju znanosti, skupini domaćih znanstvenika koji rade na popularizaciji znanosti u nas, Boltzmannov stroj predstavlja prekretnicu u razvoju modela nenadziranog učenja, a, osim u njegovoj implementaciji, Hinton je sudjelovao u ključnim radovima koji su revolucionarizirali neuronske mreže pa je zato prozvan kumom dubokog učenja, odnosno kumom umjetne inteligencije.
"Njegov se utjecaj može pronaći u algoritmu s povratnim postupkom (engl. backpropagation algorithm), razvoju konvolucijskih neuronskih mreža i svojevremeno najtočnije mreže – AlexNet. Povezivanjem neuronskih mreža i metoda iz statističke fizike otvorio je vrata generativnim modelima koji se koriste za generiranje slika (Midjourney) i teksta (ChatGPT), ali i u sustavima preporuke sadržaja ili proizvoda (Netflix, Amazon, YouTube)", kažu tamo. Naravno, nije ovo prva važna nagrada koju je Hinton dobio. Dobio je 2018. Turingovu nagradu, koja se često naziva i Nobelovom nagradom za računarstvo, zajedno s Yoshuom Bengiom i Yannom LeCunom, za njihov rad na dubokom učenju. I ova dvojica znanstvenika također nose nadimak "kum dubokog učenja", često će se trojicu stručnjaka i vidjeti kako zajedno drže predavanja. Kod Hintona je posebno zanimljivo što je upravo lani izazvao jednu od najvećih svjetskih kontroverzi kada se o umjetnoj inteligenciji radi. U svibnju 2023. Hinton je najavio svoju ostavku u Googleu kako bi mogao "slobodno govoriti o rizicima AI".
– Izrazio je zabrinutost zbog namjerne zlouporabe od zlonamjernih aktera, tehnološke nezaposlenosti, što je gubitak radnih mjesta zbog promjena koje donosi tehnologija, i egzistencijalnog rizika od opće umjetne inteligencije. Napomenuo je da će uspostavljanje sigurnosnih smjernica zahtijevati suradnju između onih koji se natječu u korištenju umjetne inteligencije kako bi se izbjegli najgori ishodi. Nakon što je dobio Nobelovu nagradu, pozvao je na hitno istraživanje sigurnosti umjetne inteligencije kako bi se otkrilo kako kontrolirati sustave umjetne inteligencije pametnije od ljudi. – Dosta dobrih istraživača vjeruje da će negdje u sljedećih 20 godina umjetna inteligencija postati inteligentnija od nas i moramo dobro razmisliti što će se tada dogoditi. Ako pogledate oko sebe, vrlo je malo primjera da inteligentnije stvari kontroliraju manje inteligentne stvari, zbog čega se pitate hoće li umjetna inteligencija, kada postane pametnija od nas, preuzeti kontrolu – govorio je Hinton. Dao je otkaz u Googleu gdje je radio više od desetljeća i postao jedna od najcjenjenijih osoba u tom području, tako da može slobodno govoriti o rizicima umjetne inteligencije. Priznao je da jedan dio njega sada žali za svojim životnim djelom.
– Tješim se normalnim izgovorom: da nisam ja to učinio, netko drugi bi – rekao je za The New York Times nakon svoje odluke. Rođen je u Londonu 1947., roditelji su mu bili entomolog Howard Hinton i učiteljica Margaret Clark, a pra-praunuk je matematičarke Mary Boole i njezina supruga Georgea Boolea, čiji je rad postavio temelje moderne računalne znanosti. Diplomirao je na Sveučilištu u Edinburghu, a doktorirao na umjetnoj inteligenciji 1978. godine, no rekao je i da ljudi desetljećima nisu vjerovali da će se neuronske mreže ostvariti.
– Većina ljudi u području umjetne inteligencije govorila je da neuronske mreže nikada neće funkcionirati. Bili su vrlo uvjereni da su te stvari samo gubljenje vremena i da nikada nećemo moći naučiti komplicirane stvari poput, na primjer, razumijevanja prirodnog jezika uz pomoć neuronskih mreža. I bili su u krivu – kazao je. Očito, takvo je njegovo razmišljanje lani otišlo i korak dalje. Napustio je Google iz straha da će internet biti preplavljen lažnim fotografijama, videima i tekstovima, a prosječna osoba "više neće moći znati što je istina". Također je zabrinut da će tehnologije temeljene na umjetnoj inteligenciji s vremenom preokrenuti tržište rada. Danas chatbotovi poput ChatGPT-ja obično nadopunjuju ljudski rad, ali bi mogli zamijeniti pravnike, osobne asistente, prevoditelje i druge koji obavljaju zadatke napamet.
"Oduzima onaj naporan i dosadan posao, a moglo bi oduzeti više od toga", mislio je. Zabrinut je i da bi buduće tehnologije mogle predstavljati prijetnju čovječanstvu jer često uče neočekivano ponašanje iz golemih količina podataka koje analiziraju.
– To postaje problem, jer pojedinci i tvrtke dopuštaju umjetnoj inteligenciji ne samo generiranje vlastitog računalnog koda već i samostalno pokretanje tog koda – kazao je. Boji se i dana kada će istinski autonomno oružje, roboti ubojice, postati stvarnost. Ove stvari zapravo bi mogle postati pametnije od ljudi. Nekoliko je ljudi vjerovalo u to, ali većina je mislila da je to daleko. I ja sam mislio da je daleko, za 30 do 50 godina ili čak i duže. Očito, više ne mislim tako – rekao je u razgovoru za The New York Times.
>>> Jeste li se ikada zapitali koji su to najgori stereotipi o Hrvatima? Evo što nam je Chat GPT otkrio