hadicanim
Aktif Üye
2024 Nobel Makine Öğrenimi Fizik Ödülü
Bu yılın Nobel Fizik Ödülü Princeton Üniversitesi'nden John Hopfield ve Toronto Üniversitesi'nden Geoffrey Hinton'a verildi. İsveç Kraliyet Bilimler Akademisi bunu Salı günü Stockholm'de duyurdu.
Reklamcılık
Araştırmacılar, yapay sinir ağları ile makine öğrenimini mümkün kılan çığır açan keşifler ve icatlar nedeniyle ödülü kazandı. John Hopfield ve Geoffrey Hinton, günümüzün güçlü makine öğreniminin temelini oluşturmaya yardımcı olan yöntemleri geliştirmek için fizik araçlarını kullandı. Yapay sinir ağlarına dayalı makine öğrenimi şu anda bilimde, teknolojide ve günlük yaşamda devrim yaratıyor.
Sinir Ağları Nobel Ödülü
Nobel Ödülü sahipleri yaptıkları araştırmalarla makine öğrenimi ve yapay zekanın temellerini attılar. Yapay zeka günlük yaşamda yalnızca birkaç yıldır dikkat çekerken, makine öğrenimi 15 ila 20 yıldır araştırmaların önemli bir parçası. Yapay sinir ağlarının geliştirilmesi bunun temelini oluşturdu.
Hopfield ve Hinton, fizikteki kavram ve yöntemleri kullanarak, sinir ağlarını kullanarak bilgiyi değerlendirecek teknolojiler geliştirmeyi başardılar. Makine öğrenimi, standart yazılımın çalışma biçiminden temel olarak farklıdır. Bu bilgiler verilen bir tarife göre işlenirken, makine öğreniminde bilgisayar örneklerden öğrenir.
Yapay sinir ağları beyindeki sinir ağından ilham almaktadır.
(Resim: Johan Jarnestad/İsveç Kraliyet Bilimler Akademisi)
Bilgisayarlar kendileri düşünemeseler de düşünme, öğrenme gibi insani yetenekleri taklit edebilirler. Sinir ağları için ilham beyin araştırmalarından geldi. 1940'larda araştırmacılar, beynin nöron ve sinaps ağını destekleyen matematik üzerinde kafa yormaya başladı. Sinir bilimci Donald Hebb'in, nöronlar arasındaki bağlantı sayesinde beynin nasıl öğrendiğine dair teorileri de vardı.
Hopfield ağı
Araştırmacılar uzun süredir sinir ağlarının gerçek bir fayda sağlamayacağını düşündükten sonra, 1980'lerde o yılki Nobel Ödülü kazananları üzerinde yapılan araştırmalar onlara olan ilginin yeniden canlanmasına yol açtı. Fizikçi John Hopfield, sinirbilimle ilgili bir toplantıda beyin araştırmalarıyla ilk kez karşılaştığında moleküler biyolojideki teorik sorunları araştırıyordu. Bu onun sinir ağlarına olan ilgisini artırdı.
Nöronlar birlikte çalıştıklarında, her bir nörona ayrı ayrı bakıldığında görülmeyen olaylar ve özellikler üretirler. Hopfield benzer olayları fizikten de biliyordu. Örneğin manyetizmada, bireysel atomların dönüşü, sayısız atomdan oluşan bir malzemeye manyetik özelliklerini verir.
Bu ön bilgiyi kullanarak Hopfield ağını modelledi. Bir atomun spini nasıl 0 ve 1 değerlerini alabiliyorsa, ağının düğümleri de iki farklı değer alabilir. Modellediği nöron ağı, kalıpları depolayabiliyor ve onları geri yükleyebiliyordu. Ağ, eksik veya çarpık bilgi aldığında, kendisine en çok benzeyen depolanmış modeli tanımlayabiliyor.
Bilgi, dağlık bir arazideki gibi bir ağda depolanır.
(Resim: Johan Jarnestad/İsveç Kraliyet Bilimler Akademisi)
Hopfield, ağının hafızasını engebeli bir manzaraya benzetmişti. Yeni bilgi bu manzaraya yerleştirilen bir topa karşılık geliyor. Top otomatik olarak manzaradaki en alçak noktaya yuvarlanır; bu, bilgiye en çok benzeyen kayıtlı desene karşılık gelir.
Kategorileri tanı
Geoffrey Hinton ise sadece bilginin depolanmasıyla değil aynı zamanda yorumlanmasıyla da ilgileniyordu. İnsanlar çevrelerindeki dünyayı algılayarak kalıpları tanımayı öğrenirler. Bir çocuk birkaç köpek, kedi veya kuş gördükten sonra onları güvenilir bir şekilde tanıyabilir ve tanımlayabilir. Hinton, makinelerin, sıralama ve yorumlama için kategoriler verilmesine gerek kalmadan, örüntüleri insanlarla aynı şekilde tanıyıp tanıyamayacaklarını merak etti.
Hinton, meslektaşı Terrence Sejnowski ile birlikte bu sorunu çözmek için Hopfield ağını ve istatistiksel fizik yöntemlerini kullandı. İstatistiksel fizik, gazlar gibi birçok benzer parçacıktan oluşan büyük sistemlerle ilgilenir. Bu kadar çok parçacığı tek tek tanımlamak zor olsa da, onlara bir arada bakmak ve bir gazın sıcaklık veya basınç gibi özelliklerini tanımlamak mümkündür.
Bireysel parçacıkların var olabileceği farklı konfigürasyonların olasılığı, Boltzmann denklemi olarak adlandırılan denklemle tanımlanır. Bazı eyaletlerin enerjilerine bağlı olarak diğerlerinden daha olasıdır. Hinton bu denklemi bir sinir ağını tanımlamak için kullandı. Bu makine eğitim verilerini kullanarak öğrenir, eğitim verilerine benzer yeni modeller oluşturabilir ve kategorileri belirleyebilir. Boltzmann makinesi olarak adlandırılan bu makine, üretken bir modelin ilk biçimlerinden biriydi.
Modern yapay zekanın temeli
Hopfield ve Hinton yaptıkları araştırmayla 2010'lu yıllarda devrim yaratan makine öğreniminin temellerini attılar. Günümüzün sinir ağları birçok katmandan oluşmakta ve devasa miktarda veriyi işleyebilmektedir. Bunlar derin sinir ağlarıdır ve derin öğrenmenin temelidir.
Fiziksel yöntemler sinir ağlarının geliştirilmesine yardımcı olurken günümüzde fiziksel araştırmalarda sinir ağları kullanılmaktadır. Bunlar, örneğin Higgs parçacığının keşfine yol açan devasa miktardaki verinin değerlendirilmesini mümkün kıldı.
İsveç Kraliyet Bilimler Akademisi duyurudan kısa bir süre sonra Hinton'la telefonla iletişime geçti. Yapay zeka araştırmacısı, yapay zekanın insanlık üzerinde büyük bir etkisi olacağını söylüyor. “Sanayi Devrimi ile karşılaştırılabilecek, ancak insanları fiziksel güç açısından aşmak yerine, entelektüel yetenek açısından insanları aşacak.”
Hinton aynı zamanda yapay zekanın kullanımını da eleştiriyor. Geçtiğimiz yıl, yapay zekanın riskleri hakkında özgürce konuşmak için şirketin yapay zeka araştırma ekibi olan Google Brain'deki işinden ayrıldı. Bunu geçen Mayıs ayında Science dergisinde diğer bilim adamlarıyla birlikte yaptı. Duyuru sırasında “İşlerin bizden daha akıllı olmasının nasıl bir şey olduğuna dair hiçbir deneyimimiz yok” dedi. Bu, daha verimli bir sağlık sistemi ve artan üretkenliğe yol açabilir. “Ancak aynı zamanda bir takım olası olumsuz sonuçlar konusunda da endişelenmemiz gerekiyor. Özellikle de bu olayların kontrolden çıkması tehlikesi konusunda.”
2023'te moleküler kısa filmler
Geçtiğimiz yıl Nobel Fizik Ödülü, İsveç'te araştırma yapan Fransız Anne L'Huillier, ABD'de araştırma yapan Fransız Pierre Agostini ve Almanya'da araştırma yapan Macar-Avusturyalı fizikçi Ferenc Krausz'a verildi. Ödül kazananlar, yalnızca birkaç attosaniye uzunluğunda ultra kısa lazer darbeleri üretmeyi başardılar. Bir attosaniye yalnızca saniyenin milyarda birinin milyarda biri kadar sürer. Bu yöntem, araştırmacıların atom ve moleküllerdeki elektronların hareketini çözümleyerek bunu filmde göstermesini ve böylece araştırma yapmasını sağlıyor.
Nobel Ödülleri, dinamitin mucidi ve ödüllü bağışçı Alfred Nobel'e (1833-1896) dayanmaktadır. Vasiyetine göre ödüller, geçtiğimiz yıl içinde ilgili ödül kategorilerinde insanlığa en büyük faydayı sağlayanları onurlandırmayı amaçlıyor. Nobel'in vasiyetinde bahsettiği ilk kategori fizik kategorisidir.
Ödülün ilk verildiği 1901 yılından bu yana, yalnızca beşi kadın olmak üzere 224 farklı Nobel Fizik Ödülü sahibi seçildi. Fizik kategorisinde ödülü yalnızca Amerikalı fizikçi John Bardeen iki kez aldı.
Nobel Tıp Ödülü ABD'li araştırmacılara verildi
Nobel Fizyoloji veya Tıp Ödülü'nü kazananlar Pazartesi günü açıklandı. Bu yıl ödül, mikroRNA'yı ve onun gen düzenlemesindeki rolünü keşfetmeleri nedeniyle Amerikalı Victor Ambros ve Gary Ruvkun'a verildi.
Bu yılki tüm Nobel Ödüllerine kategori başına on bir milyon İsveç kronu (yaklaşık 970.000 Euro) verildi. Birden fazla ödül kazananın ödüllendirilmesi durumunda, ödül parası bunlar arasında paylaştırılacaktır. Ödüller geleneksel olarak Nobel'in ölüm yıldönümü olan 10 Aralık'ta törenle takdim ediliyor.
Bu hikaye 16:51'de güncellendi
(spa)