Nagrodę Nobla w dziedzinie technologii przyznano oprogramowaniu, które uczy AI uczenia się jak ludzie

W tym roku stowarzyszenie informatyki ACM przyznało nagrodę Turinga trzem naukowcom znanym jako „ojcowie chrzestni uczenia maszynowego”, którzy położyli podwaliny pod nowoczesną sztuczną inteligencję.

Nagroda Turinga jest porównywana do Nagrody Nobla w dziedzinie informatyki i jest coroczną nagrodą przyznawaną osobom lub grupom, które wniosły istotny wkład w Stowarzyszenie Informatyki. Nagroda nosi imię Mathisona Turinga, brytyjskiego naukowca, uznawanego za ojca informatyki teoretycznej i sztucznej inteligencji.

Trzej naukowcy, którzy zdobyli tegoroczną nagrodę, to Yann LeCun, profesor na Uniwersytecie Nowojorskim i główna osoba odpowiedzialna za sztuczną inteligencję w Facebooku; Geoff Hinton, emerytowany profesor na Uniwersytecie w Toronto i starszy badacz Google w Google Brain; Yoshua Bengio, profesor na Uniwersytecie w Montrealu, a także współzałożyciel firmy AI o nazwie Element AI.

Trzej naukowcy są wspólnie nazywani „ojcami chrzestnymi uczenia maszynowego (Deep Learning)”, ponieważ wspólnie pracują nad sieciami neuronowymi – rodzajem oprogramowania, które uczy sztucznej inteligencji działać jak ludzki mózg.

Wartość Nagrody Turinga wynosi do 1 miliona dolarów i jest dzielona równo pomiędzy wszystkich 3 naukowców. Ponadto zwycięzcy otrzymają także osobne nagrody od Google, firmy sponsorującej Turing Award.

Yoshua Bengio, Yann LeCun i Geoff Hinton (od lewej do prawej).

Od późnych lat siedemdziesiątych i wczesnych osiemdziesiątych Hinton zaczął pracować z sieciami neuronowymi. W tamtym czasie większość informatyków uważała, że ​​ta technika to ślepy zaułek. W 1983 roku był współwynalazcą jednego z pierwszych urządzeń sieci neuronowych wykorzystujących prawdopodobieństwo statystyczne – maszyny Boltzmanna. Obecnie duże firmy technologiczne, takie jak Facebook, Amazon... wszystkie korzystają z tej technologii po udoskonaleniu.

LeCun wniósł istotny wkład w rozwój technologii, która napędza współczesne komputerowe systemy wizyjne.

Bengio pracował nad nową metodą tworzenia generatywnej sieci kontradyktoryjnej, która może tworzyć oryginalne obrazy na podstawie podstawowych rysunków.

Wszyscy trzej naukowcy optymistycznie patrzyli w przyszłość uczenia maszynowego i sieci neuronowych, ale wyrazili także ostrożność co do praktycznych zastosowań, jakie mogą one przynieść, a jednym z nich jest ich wykorzystanie do opracowywania systemów uzbrojenia.