Giải Nobel Vật lý 2024 tôn vinh phát minh học máy sử dụng mạng lưới thần kinh nhân tạo

Theo thông báo, 2 nhà khoa học đạt giải đã sử dụng các công cụ từ vật lý để xây dựng các phương pháp giúp đặt nền tảng cho công nghệ học máy mạnh mẽ ngày nay. Học máy là một nhánh của trí tuệ nhân tạo và khoa học máy tính, tập trung vào việc vào sử dụng dữ liệu và thuật toán để mô phỏng cách học của con người từ đó dần dần cải thiện tính chính xác của nó. Ông John Hopfield đã tạo ra một cấu trúc có thể lưu trữ và tái tạo thông tin. Trong khi đó, ông Geoffrey Hinton đã phát minh ra một phương pháp có thể tự khám phá các thuộc tính trong dữ liệu và phương pháp này đã trở nên quan trọng đối với các mạng thần kinh nhân tạo lớn đang được sử dụng. Mặc dù máy tính không thể suy nghĩ, nhưng máy móc hiện nay có thể bắt chước các chức năng như trí nhớ và học tập như con người. Những người đoạt giải Vật lý năm nay đã giúp biến điều này thành hiện thực. Sử dụng các khái niệm và phương pháp cơ bản từ vật lý, họ đã phát triển các công nghệ sử dụng các cấu trúc trong mạng để xử lý thông tin.

Năm ngoái, giải Nobel Vật lý đã vinh danh 3 nhà khoa học Pierre Agostini, Ferenc Krausz và Anne L'Huillier với các phương pháp thực nghiệm tạo ra xung ánh sáng atto giây phục vụ nghiên cứu động lực học điện tử trong vật chất. Những thí nghiệm này mang lại cho nhân loại những công cụ mới để khám thế giới electron bên trong nguyên tử và phân tử.

Trước đó, ngày 7-10, Hội đồng Nobel đã công bố giải Nobel Y sinh năm 2024 thuộc về 2 nhà khoa học người Mỹ là Victor Ambros và Gary Ruvkun với việc phát hiện ra RNA siêu nhỏ (microRNA hay microARN), qua đó khám phá ra nguyên lý cơ bản chi phối cách thức điều hòa hoạt động của gene.

B.N