영국계 캐나다인 AI 선구자 제프리 힌튼, 노벨 물리학상 수상
인공지능의 선구자인 제프리 힌튼(Geoffrey Hinton)과 공동수상자 존 홉필드(John Hopfield)가 스톡홀름에서 열린 시상식에서 노벨 물리학상을 수상했습니다.
이 상은 화요일 노벨물리위원회 위원장 엘렌 문스(Ellen Moons)의 발표 후 스웨덴의 칼 구스타프 16세 국왕이 두 컴퓨터 과학자에게 수여했습니다.
Moons는 스톡홀름 콘서트 홀에 모인 청중들에게 자신의 작업이 기계 학습의 기본으로 간주된다고 말하면서 Hinton을 “효율적인 학습 알고리즘 개발의 선두 인물”이라고 불렀습니다.
“그는 깊고 밀도가 높은 신경망을 구축하려는 노력을 개척했습니다. 이러한 네트워크는 대량의 데이터를 분류 및 해석하고 결과의 정확성을 기반으로 자체 개선하는 데 효과적입니다.”라고 Moons는 말했습니다.
“오늘날 인공 신경망은 물리학, 화학, 의학을 포괄하는 연구 분야는 물론 일상 생활에서도 강력한 도구입니다.”
영국계 캐나다인인 토론토 대학교 명예 교수 힌튼과 프린스턴 대학교 명예 교수인 홉필드는 물리학을 사용하여 AI 모방을 돕는 컴퓨터 과학의 한 분야인 머신 러닝의 토대를 일부 개발한 공로로 노벨상을 받았습니다. 인간이 배우는 방법.
AI의 대부로 불리는 힌턴이 노벨상을 받은 작품은 AI가 오늘날처럼 떠들썩한 기술과는 거리가 멀던 1980년대에 완성됐다.
캐나다, 과학 및 세계에 있어 AI 선구자 Geoffrey Hinton의 노벨상 순간은 중추적인 변화를 의미합니다.
Hinton은 10월 기자회견에서 “연구를 하는 것은 정말 즐거웠지만 많은 사람들, 실제로 AI 분야의 대부분의 사람들이 신경망은 결코 작동하지 않을 것이라고 말했다는 사실이 약간 짜증났습니다.”라고 회상했습니다. 노벨상 수상자로 선정되었습니다.
“그들은 이러한 일이 단지 시간 낭비일 뿐이며 우리는 신경망을 사용하여 자연어를 이해하는 것과 같은 복잡한 것을 결코 배울 수 없을 것이라고 매우 확신했습니다. 그러나 그들의 생각은 틀렸습니다.”
그러나 Hinton은 인내심을 갖고 결국 지침이 아닌 예제를 통해 학습하고 훈련을 받으면 이전에 해당 데이터를 본 적이 없더라도 정보의 친숙한 특성을 인식할 수 있는 볼츠만 기계를 만들었습니다.
수십 년 후 이 사실은 노벨위원회의 주목을 받아 화요일에 그가 받은 영예로 이어졌습니다.
이 상은 이 상을 창시한 스웨덴 발명가 알프레드 노벨(Alfred Nobel)이 남긴 유산으로 1,100만 스웨덴 크로나(캐나다 달러 약 140만 달러)와 함께 수여됩니다.
Hinton과 Hopfield는 돈을 나눠서 Hinton의 지분 중 일부를 원주민의 물 접근성을 높이기 위해 노력하는 온타리오 조직인 Water First와 신경다양한 청년을 지원하는 또 다른 익명의 자선 단체에 기부할 예정입니다.
지난 주 생일을 축하한 후 이제 77세가 된 힌튼은 더 많은 “미개척지 연구”를 할 계획이 없다고 말했습니다.
그는 화요일 캠퍼스에서 세 번의 시계 파티를 열어 노벨상 수상을 축하한 T of T 커뮤니티에 계속 참여하고 있으며 토론토에 본사를 둔 AI 연구 허브인 Vector Institute의 수석 과학 고문입니다.
“나는 사람들이 안전을 위해 일할 수 있도록 옹호하는 데 시간을 보낼 것이라고 믿습니다”라고 그는 10월에 말했습니다.
작년에 힌튼은 편견과 차별, 가짜 뉴스, 실업, 치명적인 자율 무기, 심지어 인류의 종말까지 포함하는 AI의 위험성에 대해 더 자유롭게 말하기 위해 Google에서 맡은 역할을 그만뒀습니다.
지난 주말 스톡홀름 기자회견에서 그는 인공지능의 기초를 다진 자신의 노력을 후회하지 않지만, 안전을 더 빨리 생각했으면 좋겠다고 말했다.
그는 “같은 상황이라면 또 같은 짓을 하겠다”고 말했다.
과학자 Geoffrey Hinton과 John Hopfield는 인공 신경망 내에서 기계 학습을 가능하게 하는 발견과 발명으로 2024년 노벨 물리학상을 수상했습니다. 힌튼은 전화통화를 통해 화요일(10월 8일) 상을 받고 “깜짝 놀랐다”고 말했다.
로이터
(이것은 신디케이트된 뉴스피드에서 편집되지 않은 자동 생성된 기사입니다. 파이에듀뉴스 직원이 콘텐츠 텍스트를 변경하거나 편집하지 않았을 수 있습니다.)