• Новости
  • Наука
  • Физики-лауреаты разработали методы машинного обучения
Нейросеть

Физики-лауреаты разработали методы машинного обучения

Два лауреата Нобелевской премии по физике этого года разработали методы, которые легли в основу мощного машинного обучения.

Джон Хопфилд создал ассоциативную память, способную сохранять и восстанавливать изображения и другие паттерны в данных. Джеффри Хинтон изобрёл метод, позволяющий автономно находить свойства в данных и выполнять задачи, такие как идентификация элементов на изображениях.

Искусственный интеллект часто использует искусственные нейронные сети, основанные на структуре мозга. В таких сетях нейроны представлены узлами с разными значениями, которые влияют друг на друга через связи, подобные синапсам.

Сеть обучается, усиливая или ослабляя эти связи. Лауреаты этого года работали с искусственными нейронными сетями с 1980-х годов.

Джон Хопфилд изобрёл сеть, сохраняющую и восстанавливающую узоры. Сеть Хопфилда использует физику атомного вращения, где каждый атом является крошечным магнитом.

Сеть обучается путём нахождения значений для связей между узлами, чтобы сохранённые изображения имели низкую энергию. Джеффри Хинтон использовал сеть Хопфилда для создания машины Больцмана, способной распознавать характерные элементы в данных.

Машина обучается на примерах, которые могут возникнуть при её запуске. Она может классифицировать изображения или создавать новые примеры паттернов.

Работы лауреатов уже принесли большую пользу в физике. Искусственные нейронные сети используются в различных областях, включая разработку новых материалов.

В прошлом году Нобелевскую премию по физике получили учёные за эксперименты, предоставившие новые инструменты для исследования мира электронов внутри атомов и молекул. Эксперты прогнозировали, что Кристоф Гербер из Базельского университета может получить Нобелевскую премию за разработку атомно-силового микроскопа.

Этот метод позволяет исследовать объекты без использования линзы, скользя по ним крошечным наконечником на пружинящем стержне. По версии американской компании Clarivate, неплохие шансы были у нескольких учёных за вклад в физику двухслойного графена, скрученного под магическим углом, и связанных с ним муаровых квантовых устройств.

Нобелевская премия по физике присуждалась 117 раз, причём только в 47 случаях награда доставалась одному лауреату. За прошедшие годы премию получили 225 человек, включая Джона Бардина, единственного дважды лауреата Нобелевской премии по физике.

Среди лауреатов премии по физике всего пять женщин. Последней награждённой стала Анна Л#39;Юилье в прошлом году.

Самым молодым лауреатом остаётся австралиец Лоуренс Брэгг, получивший премию в 1915 году в 25-летнем возрасте, а самым возрастным — Артур Эшкин в 2018 году, которому было 96 лет. Почти каждый четвёртый лауреат Нобелевской премии по физике — иммигрант.

Среди наших соотечественников лауреатами стали Павел Черенков, Илья Франк, Игорь Тамм, Лев Ландау, Николай Басов, Александр Прохоров, Пётр Капица, Жорес Алферов, Алексей Абрикосов, Виталий Гинзбург, Андрей Гейм и Константин Новосёлов.


Нейросеть
Языковые модели не умеют абстрактно мыслить.
Современные системы искусственного интеллекта основаны на языковых моделях, которые не способны к абстрактному мышлению.

Они хорошо распознают шаблоны, но не могут понять скрытые закономерности, особенно в задачах, требующих логики. Исследование показало, что в ситуациях, где человек интуитивно улавливает суть, нейросети часто ошибаются.

Работа опубликована в Transactions on Machine Learning Research. Специалисты сравнивали, как люди и искусственный интеллект решают задачи на аналогии.

Например, нужно угадать, как изменится одна строка букв по аналогии с другой. Простые случаи, такие как превращение «abcd» в «abce» и «ijkl» в «ijkm», модель решала верно.

Но когда нужно было убрать повторяющиеся буквы (как в «abbcd» → «abcd») и применить это правило к новой строке («ijkkl»), искусственный интеллект часто давал неверный ответ. Люди таких ошибок не допускали.

Особенно трудно нейросетям давались задачи, где нужно было понять общий смысл — сюжетные аналогии. Вместо логического анализа модели просто перефразировали вопрос.

Учёные пришли к выводу, что искусственный интеллект пока не умеет учиться с нуля, то есть понимать новые категории, которых не было в обучающих данных. В отличие от человека, модель не может вывести общее правило и применить его к новой ситуации.

Авторы подчёркивают, что языковые модели могут быть полезны, но их возможности абстрактного мышления сильно ограничены, и это нужно учитывать при их применении.


Нейросеть
Ледники Шпицбергена тают.
Ледники архипелага Шпицберген тают с беспрецедентной скоростью, какой не наблюдалось на протяжении нескольких тысяч лет.

Как утверждают специалисты из Арктического и антарктического научно-исследовательского института (ААНИИ), темпы сокращения ледников сопоставимы с потеплением, которое произошло около 4 тысяч лет назад. За последние пять лет юго-западная часть архипелага ежегодно теряет до 2,5 метра льда в толщину.

Если динамика сохранится, то ледник Альдегонда, расположенный рядом с Баренцбургом, может полностью исчезнуть уже через 30 лет, предупреждают учёные. Изменения касаются не только объёма и площади ледников, но и их внутренней структуры, режимов движения и пульсации.

Эти перемены оказывают влияние на всю арктическую экосистему: они воздействуют на речной сток, вечную мерзлоту и состав прибрежных вод. Шпицберген, как подчёркивают в ААНИИ, оказался в эпицентре климатических изменений, масштаб которых уже невозможно игнорировать.


Нейросеть
Жирная пища способствует распространению рака.
Испанские учёные провели эксперимент на мышах с тройным негативным раком молочной железы и выяснили, что жирная пища может способствовать более быстрому распространению рака. Исследователи из Национального онкологического центра показали, что избыточное потребление жиров активирует процессы, которые помогают опухолевым клеткам легче проникать в другие органы, в данном случае в лёгкие. Мыши с избыточным весом демонстрировали усиленную работу тромбоцитов — клеток крови, участвующих в свёртывании.

Эти клетки плотным кольцом окружали опухолевые, что, по мнению учёных, мешало иммунной системе их распознать и уничтожить. Кроме того, в лёгких возрастал уровень белка фибронектина, создающего благоприятную «почву» для закрепления опухоли.

Когда животных перевели на обычный рацион, показатели вернулись к норме, и количество метастазов снизилось. Учёные предполагают, что контроль рациона и активности тромбоцитов может усилить эффективность лечения у людей с раком молочной железы.


Нейросеть
Камера использовалась в поисках Несси.
Во время первой попытки Бюро расследований шотландского озера Лох-Несс применить подводную фотосъёмку для поиска знаменитого монстра произошла неприятность.

Столкновение Boaty McBoatface с камерой случилось, когда одна из деталей крепления зацепилась за пропеллер аппарата. Когда фотоаппарат подняли на поверхность, исследователь Эдриан Шайн, посвятивший свою жизнь изучению Лох-Несса, сразу узнал её.

Он отметил, что камера была «довольно оригинальной»: она срабатывала при помощи лески с приманкой, находящейся на поплавке над устройством. Когда леску натягивали, активировался внешний магнитный переключатель.

Шайн, который в середине 1970-х годов организовал свой проект по исследованию озера Лох-Несс, отметил, что камера использовалась для съёмки примерно 24 плёнок, однако на них не было никаких доказательств существования Несси. На опубликованных снимках отражены тёмные и мутные воды озера, и предполагается, что камера могла сработать из-за сильных подводных течений.

Камера, которая была поднята Boaty McBoatface, принадлежала серии Instamatic и была одной из шести, использованных в проекте, продвигаемом американским биологом и руководителем Бюро исследований озера Лох-Несс Роем Маккаллом. Из шести камер три были потеряны на большой глубине во время шторма, что делает эту находку особенно значительной.

Это происшествие случилось во время плановой проверки подводных аппаратов центра, которые помогают картографировать местообитания на морском дне. Сэм Смит из группы морских автономных робототехнических систем Национального океанографического центра отметил: «Хотя это не та находка, которую мы ожидали, мы рады, что можем поделиться этой частью истории охоты на Несси и, возможно, разгадать тайну того, кто оставил её в озере».


Новости по теме