फिजिक्स का नोबेल पुरस्कार जॉन हॉपफील्ड और जेफ्री हिंटन को, मशीन लर्निंग खोजों के आविष्कार के लिए मिला
भौतिकी में दो नोबेल पुरस्कार विजेताओं ने भौतिकी के टूल्स का इस्तेमाल करके ऐसे तरीके विकसित किए हैं जो आज की ताकतवर मशीन लर्निंग की नींव हैं.
स्टॉकहोम (स्वीडन) : रॉयल स्वीडिश एकेडमी ऑफ साइंसेज ने मंगलवार को घोषणा की कि 2024 का भौतिकी का नोबेल पुरस्कार जॉन हॉपफील्ड और जेफ्री हिंटन को ऑर्टिफिशियल तंत्रिका नेटवर्क के साथ मशीन लर्निंग को सक्षम करने वाली बेसिक खोजों और आविष्कारों के लिए दिया गया है.
भौतिकी में दो नोबेल पुरस्कार विजेताओं ने भौतिकी के टूल्स का इस्तेमाल करके ऐसे तरीके विकसित किए हैं जो आज की ताकतवर मशीन लर्निंग की नींव हैं.
दोनों ने सूचना में पैटर्न खोजने के लिए भौतिकी का इस्तेमाल किया.
आज कम्प्यूटर भाषाओं के बीच अनुवाद कर सकते हैं : नोबेल पुरस्कार बॉडी
शोध के साथ-साथ स्पष्टीकरण में, नोबेल पुरस्कार निकाय ने कहा कि कई लोगों ने अनुभव किया है कि कैसे कंप्यूटर भाषाओं के बीच अनुवाद कर सकते हैं, छवियों (इमेजेज) की व्याख्या कर सकते हैं और यहां तक कि सही तरीके से बातचीत भी कर सकते हैं.
हालांकि, इसने कहा कि जो शायद कम पता है वह यह है कि इस प्रकार की तकनीक लंबे समय से शोध के लिए महत्वपूर्ण रही है, जिसमें बड़ी मात्रा में डेटा की छंटाई और एनालिसिस शामिल है. पिछले 15 से 20 वर्षों में मशीन लर्निंग का विकास बहुत तेज़ी से हुआ है और इसमें ऑर्टिफिशियल तंत्रिका नेटवर्क नाम की संरचना का इस्तेमाल किया जाता है.
मशीनें अब मेमोरी और लर्निंग जैसे काम की नकल कर सकती हैं
मशीनें अब मेमोरी और लर्निंग जैसे कार्यों की नकल कर सकती हैं और इस वर्ष के भौतिकी के पुरस्कार विजेताओं ने इसे संभव बनाने में मदद की है. भौतिकी से मौलिक अवधारणाओं और विधियों का इस्तेमाल करते हुए, उन्होंने ऐसी तकनीकें विकसित की हैं जो सूचना को संसाधित करने के लिए नेटवर्क में संरचनाओं का इस्तेमाल करती हैं.
जबकि मशीन लर्निंग में कम्प्यूटर उदाहरण के जरिए सीखता है, जिससे यह उन समस्याओं से निपटने में सक्षम होता है जो फेज-दर-फेज निर्देशों को प्रबंधित करने के लिए बहुत अस्पष्ट और जटिल हैं. जैसे कि इसमें मौजूद वस्तुओं की पहचान के लिए एक तस्वीर का एनालिसिस करना है.
हॉपफील्ड ने एक मददगार मेमोरी बनाई, जो डेटा में छवियों और अन्य प्रकार के पैटर्न को कलेक्ट और फिर से बनाने के लिए कर सकती है.
हॉपफील्ड नेटवर्क पैटर्न को कलेक्ट कर सकता है और उन्हें फिर से बनाने के लिए यह एक तरीका है. जब नेटवर्क को एक अधूरा या थोड़ा बिगड़ा पैटर्न दिया जाता है, तो यह विधि कलेक्टेड पैटर्न को ढूंढ़ सकती है, जो सबसे अधिक समान है.
जेफ्री हिंटन ने ऐसी विधि खोजी जो डेटा गुणों को स्वायत्त खोज सकती है
इस बीच, जेफ्री हिंटन ने एक ऐसी विधि का आविष्कार किया जो डेटा में गुणों को स्वायत्त रूप से खोज सकती है, और इसलिए चित्रों में विशिष्ट तत्वों की पहचान करने जैसे कार्य कर सकती है.
ऑर्टिफिशियल तंत्रिका नेटवर्क का इस्तेमाल करके मशीन लर्निंग की तकनीक मूल रूप से मस्तिष्क की संरचना से प्रेरित थी. ऑर्टिफिशियल तंत्रिका नेटवर्क में, मस्तिष्क के न्यूरॉन्स को नोड्स द्वारा दर्शाया जाता है जिनके अलग-अलग मान होते हैं. ये नोड्स एक दूसरे को ऐसे कनेक्शन के जरिए प्रभावित करते हैं, जिन्हें सिनेप्स के समान माना जा सकता है और जिन्हें मजबूत या कमजोर बनाया जा सकता है.
नेटवर्क को दी जाती है ट्रेनिंग, बनाता है मजबूत कनेक्शन
नेटवर्क को ट्रेंड किया जाता है, उदाहरण के लिए एक साथ हाई मान वाले नोड्स के बीच मजबूत कनेक्शन विकसित करके.
नोबेल पुरस्कार समिति ने एक बयान में कहा कि इस वर्ष के पुरस्कार विजेताओं ने 1980 के दशक से ऑर्टिफिशियल तंत्रिका नेटवर्क के साथ महत्वपूर्ण कार्य किया है. शिकागो में 1933 में हॉपफील्ड द्वारा किया गया शोध प्रिंसटन विश्वविद्यालय में किया जाता है जबकि लंदन में 1947 में जन्मे हिंटन टोरंटो विश्वविद्यालय में काम करते हैं.
भौतिकी के लिए नोबेल समिति के अध्यक्ष एलेन मून्स ने कहा, "पुरस्कार विजेताओं का काम पहले से ही सबसे अधिक लाभकारी रहा है. भौतिकी में हम कई क्षेत्रों में ऑर्टिफिशियल तंत्रिका नेटवर्क का इस्तेमाल करते हैं, जैसे कि विशिष्ट गुणों वाले नए कंटेंट विकसित करना."
यह भी पढे़ं : ECI ने जयराम रमेश के 'भ्रामक रवैये' के आरोपों को गैर-जिम्मेदाराना, निराधार बताया, कहा- कोई सबूत नहीं
स्टॉकहोम (स्वीडन) : रॉयल स्वीडिश एकेडमी ऑफ साइंसेज ने मंगलवार को घोषणा की कि 2024 का भौतिकी का नोबेल पुरस्कार जॉन हॉपफील्ड और जेफ्री हिंटन को ऑर्टिफिशियल तंत्रिका नेटवर्क के साथ मशीन लर्निंग को सक्षम करने वाली बेसिक खोजों और आविष्कारों के लिए दिया गया है.
भौतिकी में दो नोबेल पुरस्कार विजेताओं ने भौतिकी के टूल्स का इस्तेमाल करके ऐसे तरीके विकसित किए हैं जो आज की ताकतवर मशीन लर्निंग की नींव हैं.
दोनों ने सूचना में पैटर्न खोजने के लिए भौतिकी का इस्तेमाल किया.
आज कम्प्यूटर भाषाओं के बीच अनुवाद कर सकते हैं : नोबेल पुरस्कार बॉडी
शोध के साथ-साथ स्पष्टीकरण में, नोबेल पुरस्कार निकाय ने कहा कि कई लोगों ने अनुभव किया है कि कैसे कंप्यूटर भाषाओं के बीच अनुवाद कर सकते हैं, छवियों (इमेजेज) की व्याख्या कर सकते हैं और यहां तक कि सही तरीके से बातचीत भी कर सकते हैं.
हालांकि, इसने कहा कि जो शायद कम पता है वह यह है कि इस प्रकार की तकनीक लंबे समय से शोध के लिए महत्वपूर्ण रही है, जिसमें बड़ी मात्रा में डेटा की छंटाई और एनालिसिस शामिल है. पिछले 15 से 20 वर्षों में मशीन लर्निंग का विकास बहुत तेज़ी से हुआ है और इसमें ऑर्टिफिशियल तंत्रिका नेटवर्क नाम की संरचना का इस्तेमाल किया जाता है.
मशीनें अब मेमोरी और लर्निंग जैसे काम की नकल कर सकती हैं
मशीनें अब मेमोरी और लर्निंग जैसे कार्यों की नकल कर सकती हैं और इस वर्ष के भौतिकी के पुरस्कार विजेताओं ने इसे संभव बनाने में मदद की है. भौतिकी से मौलिक अवधारणाओं और विधियों का इस्तेमाल करते हुए, उन्होंने ऐसी तकनीकें विकसित की हैं जो सूचना को संसाधित करने के लिए नेटवर्क में संरचनाओं का इस्तेमाल करती हैं.
जबकि मशीन लर्निंग में कम्प्यूटर उदाहरण के जरिए सीखता है, जिससे यह उन समस्याओं से निपटने में सक्षम होता है जो फेज-दर-फेज निर्देशों को प्रबंधित करने के लिए बहुत अस्पष्ट और जटिल हैं. जैसे कि इसमें मौजूद वस्तुओं की पहचान के लिए एक तस्वीर का एनालिसिस करना है.
हॉपफील्ड ने एक मददगार मेमोरी बनाई, जो डेटा में छवियों और अन्य प्रकार के पैटर्न को कलेक्ट और फिर से बनाने के लिए कर सकती है.
हॉपफील्ड नेटवर्क पैटर्न को कलेक्ट कर सकता है और उन्हें फिर से बनाने के लिए यह एक तरीका है. जब नेटवर्क को एक अधूरा या थोड़ा बिगड़ा पैटर्न दिया जाता है, तो यह विधि कलेक्टेड पैटर्न को ढूंढ़ सकती है, जो सबसे अधिक समान है.
जेफ्री हिंटन ने ऐसी विधि खोजी जो डेटा गुणों को स्वायत्त खोज सकती है
इस बीच, जेफ्री हिंटन ने एक ऐसी विधि का आविष्कार किया जो डेटा में गुणों को स्वायत्त रूप से खोज सकती है, और इसलिए चित्रों में विशिष्ट तत्वों की पहचान करने जैसे कार्य कर सकती है.
ऑर्टिफिशियल तंत्रिका नेटवर्क का इस्तेमाल करके मशीन लर्निंग की तकनीक मूल रूप से मस्तिष्क की संरचना से प्रेरित थी. ऑर्टिफिशियल तंत्रिका नेटवर्क में, मस्तिष्क के न्यूरॉन्स को नोड्स द्वारा दर्शाया जाता है जिनके अलग-अलग मान होते हैं. ये नोड्स एक दूसरे को ऐसे कनेक्शन के जरिए प्रभावित करते हैं, जिन्हें सिनेप्स के समान माना जा सकता है और जिन्हें मजबूत या कमजोर बनाया जा सकता है.
नेटवर्क को दी जाती है ट्रेनिंग, बनाता है मजबूत कनेक्शन
नेटवर्क को ट्रेंड किया जाता है, उदाहरण के लिए एक साथ हाई मान वाले नोड्स के बीच मजबूत कनेक्शन विकसित करके.
नोबेल पुरस्कार समिति ने एक बयान में कहा कि इस वर्ष के पुरस्कार विजेताओं ने 1980 के दशक से ऑर्टिफिशियल तंत्रिका नेटवर्क के साथ महत्वपूर्ण कार्य किया है. शिकागो में 1933 में हॉपफील्ड द्वारा किया गया शोध प्रिंसटन विश्वविद्यालय में किया जाता है जबकि लंदन में 1947 में जन्मे हिंटन टोरंटो विश्वविद्यालय में काम करते हैं.
भौतिकी के लिए नोबेल समिति के अध्यक्ष एलेन मून्स ने कहा, "पुरस्कार विजेताओं का काम पहले से ही सबसे अधिक लाभकारी रहा है. भौतिकी में हम कई क्षेत्रों में ऑर्टिफिशियल तंत्रिका नेटवर्क का इस्तेमाल करते हैं, जैसे कि विशिष्ट गुणों वाले नए कंटेंट विकसित करना."
यह भी पढे़ं : ECI ने जयराम रमेश के 'भ्रामक रवैये' के आरोपों को गैर-जिम्मेदाराना, निराधार बताया, कहा- कोई सबूत नहीं