Premio Nobel de Física 2024 a innovaciones en el campo del 'Machine Learning'

Premio Nobel de Física 2024 a innovaciones en el campo del 'Machine Learning'
  • El Premio Nobel de Física de este año ha sido otorgado a John J. Hopfield (Universidad de Princeton, NJ, EE. UU.) y Geoffrey E. Hinton (Universidad de Toronto, Canadá) "por descubrimientos e innovaciones fundamentales que permiten el aprendizaje automático con redes neuronales artificiales."

John Hopfield inventó una red que utiliza un método para guardar y recrear patrones. Podemos imaginar los nodos como píxeles. La red de Hopfield emplea principios de la física que describen las características de un material debido a su "spin" atómico, una propiedad que convierte a cada átomo en un pequeño imán. La red, en su totalidad, se describe de manera equivalente a la energía en el sistema de "spin" encontrado en la física, y se entrena encontrando los valores de las conexiones entre los nodos para que las imágenes almacenadas tengan baja energía. Cuando se alimenta la red de Hopfield con una imagen distorsionada o incompleta, trabaja metódicamente a través de los nodos y actualiza sus valores hasta que la energía de la red disminuye. Así, la red trabaja paso a paso para encontrar la imagen guardada que más se asemeje a la imagen imperfecta que se le suministró.

Geoffrey Hinton utilizó la red de Hopfield como base para una nueva red que usa un método diferente: la máquina de Boltzmann. Esta red puede aprender a reconocer elementos característicos en un tipo de datos dado. Hinton utilizó herramientas de la física estadística, la ciencia que estudia sistemas compuestos por muchos componentes similares. La máquina se entrena proporcionándole ejemplos que son muy probables cuando la máquina está en funcionamiento. La máquina de Boltzmann puede usarse para clasificar imágenes o crear nuevos ejemplos del tipo de patrón en el que fue entrenada. Hinton ha continuado desarrollando este trabajo, ayudando a iniciar el actual desarrollo explosivo del aprendizaje automático.

Más información.


Últimas Noticias

The Institute for Theoretical Physics (IFT UAM-CSIC) in Madrid expects to have one or more openings under the Programa ATRAE of the Spanish Ministry... más

Nuevo vídeo en el canal de YouTube del IFT.


Las derivadas están por todas partes y sirven para todo: desde calcular la pendiente... más

El IFT celebra el reconocimiento, que pone de relieve la estrecha colaboración entre teoría y experimento, necesaria para impulsar el avance... más