جفری هینتون، پروفسور افتخاری دانشگاه تورنتو و جان هاپفیلد، پروفسور دانشگاه پرینستون، به‌دلیل پایه‌گذاری اساس یادگیری ماشین امروزی، برنده‌ی جایزه نوبل فیزیک شدند.

کمیته‌ی نوبل در آکادمی سلطنتی علوم سوئد اعلام کرد که اکتشافات و اختراعات هینتون و هاپفیلد زیربنای بسیاری از پیشرفت‌های اخیر در هوش مصنوعی را فراهم کرده است. کارهای این دو دانشمند از دهه‌ی ۱۹۸۰ زمینه‌ساز ایجاد شبکه‌های عصبی مصنوعی و معماری رایانه‌ای شده که به‌طور تقریبی از ساختار مغز انسان الهام گرفته است.

شبکه‌های عصبی با تقلید از روش ارتباط‌سازی مغز، به ابزارهای هوش مصنوعی اجازه می‌دهند که عملاً «ازطریق مثال» یاد بگیرند. توسعه‌دهندگان می‌توانند با ارائه‌ی داده‌ها به شبکه‌ی عصبی مصنوعی، این نوع شبکه‌ها را برای شناسایی الگوهای پیچیده آموزش دهند. این ساختار زیربنای برخی از کاربردهای مهم هوش مصنوعی امروزی، ازجمله ایجاد متن و تشخیص تصویر محسوب می‌شود.

هینتون که از جایزه‌ی نوبل به‌شدت شگفت‌زده شده بود، در بیانیه‌ای گفت: «اصلاً انتظار این جایزه را نداشتم. بسیار شگفت‌زده و مفتخر هستم که به چنین افتخار نائل شدم.»

هینتون که به‌عنوان «پدرخوانده‌ی هوش مصنوعی» شناخته می‌شود، سال گذشته در مصاحبه‌ای با نیویورک تایمز گفت: «بخشی از من اکنون از کارهای زندگی‌ام پشیمان است.» او در سال ۲۰۲۳ گوگل را ترک کرد تا بتواند توجه‌ها را به خطرهای احتمالی فناوری‌ هوش مصنوعی جلب کند که در تحقق آن مؤثر بوده است. هینتون در این مصاحبه گفت: «به‌سختی می‌توان راهی برای جلوگیری از سوءاستفاده از این فناوری برای اهداف مخرب ایجاد کرد.»

در سال ۲۰۱۳، گوگل شرکت شبکه‌های عصبی هینتون را خرید؛ شرکتی که او به‌همراه دو دانشجویش تأسیس کرده بود. یکی از این دانشجویان ایلیا سوتسکور بود که بعداً به‌عنوان دانشمند ارشد در OpenAI فعالیت کرد و امسال از این شرکت جدا شد.

کمیته‌ی نوبل هینتون را به‌دلیل توسعه‌ی ماشینی به نام بولتزمن به‌رسمیت شناخت. این ماشین با ابزارهای فیزیک آماری آموزش می‌بیند و می‌تواند برای طبقه‌بندی تصاویر یا ایجاد نمونه‌های جدید از الگوهایی استفاده کند که براساس آن‌ها آموزش دیده است. کار هینتون بر این پایه استوار بوده و به توسعه‌ی یادگیری ماشینی شتاب بخشیده است.

کار هینتون بر‌پایه‌ی شبکه‌ی هاپفیلد بنا شد که همکارش جان هاپفیلد آن را توسعه داد. هاپفیلد نوعی شبکه‌ی عصبی مصنوعی است که می‌تواند الگوها را بازسازی کند. این شبکه از فیزیکی بهره می‌برد که ویژگی‌های ماده را بر‌اساس چرخش اتم‌های آن توصیف می‌کند؛ خاصیتی که هر اتم را به آهن‌ربای کوچکی تبدیل می‌کند. این شبکه هنگام دریافت تصویر ناقص یا مخدوش، مقادیر نودها را به‌روزرسانی می‌کند و انرژی شبکه‌ را کاهش می‌دهد. شبکه یادشده به‌صورت مرحله‌به‌مرحله به‌سمت یافتن تصویر ذخیره‌شده‌ای حرکت می‌کند که بیشترین شباهت را با تصویر ناقص دارد.

هینتون همچنان به ابراز نگرانی‌های خود درباره‌ی هوش مصنوعی ادامه می‌دهد. او می‌گوید: «ما تجربه‌ای درباره‌ی این موضوع نداریم که موجوداتی باهوش‌تر از خودمان وجود داشته باشند. در بسیاری جهات این موضوع فوق‌العاده خواهد بود؛ اما باید نگران عواقب منفی احتمالی نیز باشیم؛ به‌خصوص تهدید ناشی از کنترل‌ناپذیری این فناوری.»