Теоретические разработки нобелевских лауреатов Джона Хопфилда и Джеффри Хинтона в области машинного обучения и нейросетей приближают человечество к пониманию принципов работы человеческого мозга. Эти исследования не только открывают новые горизонты в нейробиологии, но и решают практические задачи по созданию искусственного аналога мозга, который способен запоминать, анализировать и обрабатывать информацию. Такую точку зрения выразил ТАСС член-корреспондент РАН Андрей Быков.
"Моделирование нейросетей – это не что иное, как попытка воссоздать функции мозга на математическом языке. Это важная биолого-математическая задача, которая не только приближает нас к пониманию работы мозга, но и позволяет создать аналог мозга как системы обработки информации", – пояснил Быков. По его словам, достижения Хопфилда и Хинтона могли бы быть отмечены Нобелевской премией не только по физике, но и по биологии, поскольку их исследования лежат на стыке различных научных дисциплин.
Быков отметил, что в истории Нобелевской премии уже были случаи, когда открытия в одной области науки приводили к награде в другой. В качестве примера он привел математика Леонида Канторовича, который получил Нобелевскую премию по экономике за разработку методов линейного программирования.
Несмотря на то, что исследования Хопфилда и Хинтона не связаны напрямую с физикой, они окажут большое влияние на будущие открытия в этой области. Нейросети активно применяются в астрофизике, где помогают ученым анализировать изображения удаленных космических объектов. Благодаря их алгоритмам, исследователи могут восстанавливать трехмерное изображение звезд и других космических тел, даже при наличии значительных шумов в данных. "Особенно это важно в астрофизике высоких энергий, где информация крайне скудна и приходится восстанавливать картину по слабым сигналам," – подчеркнул Быков.
Российские ученые также активно работают в направлении использования нейросетей, включая прикладные исследования для изучения космоса.
