Vài giờ đồng hồ trước, Ủy ban giải thưởng Nobel đã công bố hai cái tên giành được Nobel Vật lý năm nay, đó chính là hai giáo sư John Hopfield Geoffrey Hinton, nhờ vào “những khám phá mang tính nền móng” để các nhà nghiên cứu khoa học máy tính có thể triển khai những hệ thống máy học và những hệ thống neural network mô phỏng cách não bộ con người vận hành những chạy trên những hệ thống máy tính điện toán.
Ủy ban giải thưởng Nobel đưa ra tuyên bố chính thức về lựa chọn này: “Dù rằng máy tính không thể suy nghĩ, nhưng giờ chúng có thể bắt chước những cơ chế như ghi nhớ và học hỏi. Hai chủ nhân giải Nobel Vật lý năm nay đã giúp điều đó trở thành hiện thực.” Hai giáo sư Hopfield của đại học Princeton, Mỹ và Hinton, đại học Toronto, Canada sẽ chia nhau khoản tiền thưởng 1 triệu USD, đương nhiên là cùng với giải thưởng danh giá bậc nhất đối với những nhà khoa học hàn lâm.
Ủy ban cho biết thêm: “Sử dụng những ý tưởng cơ bản và những giải pháp vật lý, họ đã phát triển được những công nghệ sử dụng kết cấu hệ thống mạng để xử lý thông tin.” Nhờ đó, quá trình phát triển của machine learning đã bùng nổ trong vòng 2 thập kỷ qua.
Mô tả về neural network và machine learning, ủy ban giải Nobel mô tả: “Hệ thống mạng mà giáo sư Hopfield xây dựng có những node được kết nối lại với nhau ở cường độ khác nhau. Mỗi node có thể lưu trữ những giá trị riêng. Ban đầu, chúng lưu trữ những giá trị 0 và 1, giống hệt như điểm ảnh đen trắng trong một tấm hình.”
Sau khi giáo sư Hopfield công bố thành quả nghiên cứu của ông, Geoffrey Hinton bắt đầu mở rộng kết quả ấy, sử dụng ý tưởng của Hopfield, kết hợp với vật lý thống kê để phát triển ra một hệ thống có tên là Boltzmann Machine, phiên bản sơ khai nhất của một hệ thống máy học. Khác biệt hoàn toàn so với những phần mềm truyền thống vận hành trên máy tính, chỉ chạy thông qua những biến và những dòng code cụ thể và chính xác, neural network có thể học những dữ liệu mới, sử dụng kiến thức nó có thông qua các tham số để tạo ra những nội dung mới hoàn toàn.
Ủy ban giải thưởng Nobel đưa ra tuyên bố chính thức về lựa chọn này: “Dù rằng máy tính không thể suy nghĩ, nhưng giờ chúng có thể bắt chước những cơ chế như ghi nhớ và học hỏi. Hai chủ nhân giải Nobel Vật lý năm nay đã giúp điều đó trở thành hiện thực.” Hai giáo sư Hopfield của đại học Princeton, Mỹ và Hinton, đại học Toronto, Canada sẽ chia nhau khoản tiền thưởng 1 triệu USD, đương nhiên là cùng với giải thưởng danh giá bậc nhất đối với những nhà khoa học hàn lâm.
Ủy ban cho biết thêm: “Sử dụng những ý tưởng cơ bản và những giải pháp vật lý, họ đã phát triển được những công nghệ sử dụng kết cấu hệ thống mạng để xử lý thông tin.” Nhờ đó, quá trình phát triển của machine learning đã bùng nổ trong vòng 2 thập kỷ qua.
Mô tả về neural network và machine learning, ủy ban giải Nobel mô tả: “Hệ thống mạng mà giáo sư Hopfield xây dựng có những node được kết nối lại với nhau ở cường độ khác nhau. Mỗi node có thể lưu trữ những giá trị riêng. Ban đầu, chúng lưu trữ những giá trị 0 và 1, giống hệt như điểm ảnh đen trắng trong một tấm hình.”
Sau khi giáo sư Hopfield công bố thành quả nghiên cứu của ông, Geoffrey Hinton bắt đầu mở rộng kết quả ấy, sử dụng ý tưởng của Hopfield, kết hợp với vật lý thống kê để phát triển ra một hệ thống có tên là Boltzmann Machine, phiên bản sơ khai nhất của một hệ thống máy học. Khác biệt hoàn toàn so với những phần mềm truyền thống vận hành trên máy tính, chỉ chạy thông qua những biến và những dòng code cụ thể và chính xác, neural network có thể học những dữ liệu mới, sử dụng kiến thức nó có thông qua các tham số để tạo ra những nội dung mới hoàn toàn.
Nhà nghiên cứu AI hàng đầu vừa "quay xe", nghỉ việc ở Google và gọi AI là nguy cơ với loài người
Không chỉ đơn thuần là một trong những nhà nghiên cứu AI hàng đầu, mà thực tế tiến sĩ Geoffrey Hinton còn được mệnh danh là “người cha đỡ đầu” của ngành nghiên cứu trí thông minh nhân tạo. Năm 2012, tiến sĩ Hinton cùng hai nghiên cứu sinh ở đại học…
tinhte.vn
Trả lời phỏng vấn sau khi biết mình đã giành được giải Nobel Vật lý 2024, giáo sư Geoffrey Hinton nói rằng, AI sẽ có “tác động rất lớn” đối với xã hội: “Nó sẽ có thể sánh ngang với cuộc cách mạng công nghiệp. Nhưng thay vì vượt qua sức mạnh vốn có của con người, nó sẽ vượt qua được trí tuệ của chúng ta. Chúng ta không có kinh nghiệm khi sống và làm việc chung với những thứ thông minh hơn chúng ta.” Bên cạnh việc “cải thiện năng suất lao động một cách đáng kể”, tiến sỹ Hinton vẫn nhắc lại những quan điểm của bản thân về nguy cơ của AI đối với con người: “Chúng ta vẫn sẽ phải lo lắng về những hậu quả xấu có thể xảy ra, đặc biệt là những nguy cơ khi thứ công nghệ này vượt ngoài tầm kiểm soát của con người.”
Giáo sư John Joseph Hopfield sinh ngày 15/7/1933. Ông chính là cha đẻ của Hopfield network, phát triển để cho phép máy tính có thể ghi nhớ dữ liệu và nội dung.
Năm 1958, Hopfield nhận bằng tiến sĩ ngành vật lý. Ông làm việc 2 năm cho Bell Laboratories nghiên cứu lý thuyết, rồi sau đó trở thành giảng viên ở nhiều trường đại học, từ đại học Berkeley California, cho tới Princeton và cả Caltech. Năm 1986, ông là người đồng sáng lập chương trình giảng dạy tiến sĩ về hệ thống điện toán và neural network ở Caltech.
Còn trong khi đó, giáo sư Geoffrey Hinton là một người Anh sống và làm việc tại Mỹ. Ông là một khoa học gia lâu năm, làm việc với tham vọng và tầm nhìn về khả năng của trí thông minh nhân tạo. Năm 1972, sau khi tốt nghiệp đại học Edinburgh, ông bắt đầu hình thành và phát triển một ý tưởng gọi là neural network, một hệ thống toán học với khả năng học những kỹ năng mới nhờ phân tích dữ liệu. Ở thời điểm mà công nghệ pin lithium-ion, xương sống của ngành thiết bị công nghệ hiện giờ, còn mới ở thuở sơ khai, thì có rất ít người biết, nghiên cứu và tin vào ý tưởng neural network.
Năm 2012, giáo sư Hinton cùng hai nghiên cứu sinh ở đại học Toronto đã tạo ra công nghệ cho phép những thuật toán deep learning và neural network “học” kiến thức của thế giới bằng cách phân tích hàng nghìn hình ảnh, để máy móc hiểu như thế nào là bông hoa, trái táo, ô tô,… với mức độ chính xác đáng kinh ngạc.
Quảng cáo
Khi ấy, giáo sư Hinton cùng hai nghiên cứu sinh đại học Toronto, Ilya Sutskever và Alex Krishevsky, tạo ra được một neural network có thể phân tích hàng nghìn bức ảnh để tự học về những vật thể phổ biến ngoài đời. Công ty được ông Hinton và hai nghiên cứu sinh này thành lập sau đó được Google mua lại với giá 44 triệu USD. Công nghệ mà ba người tạo ra trở thành nền tảng để bây giờ chúng ta có ChatGPT, Google Bard, Midjourney hay Stable Diffusion.
Năm 2018, giáo sư Hinton cùng hai người cộng tác lâu năm nhận giải thưởng Turing, thứ được coi là giải Nobel của ngành khoa học máy tính.
