拡大
スウェーデン王立科学アカデミーは8日、2024年のノーベル物理学賞を、物理学のツールを使って、今日の強力な機械学習の基礎となる手法を開発した研究者2人に贈ると発表した。今年の受賞者は、1980年代以降、人工ニューラルネットワークに関する重要な研究を行ってきた。
授賞式は(とね日記賞の発表と同じ)12月10日に開かれる。賞金は1100万スウェーデン・クローナ(約1億5000万円)で、2人で等分する。
The Nobel Prize in Physics 2024
https://www.nobelprize.org/prizes/physics/2024/summary/
Announcement of the Nobel Prize in Physics 2024
今年は「物理学のツールを使い今日の強力な機械学習の基礎となる手法を開発したこと」における業績が評価されたことによる授賞である。
発表では次のようなスライドが映された。
Image may be NSFW.
Clik here to view.
Image may be NSFW.
Clik here to view.
Image may be NSFW.
Clik here to view.
Image may be NSFW.
Clik here to view.
Image may be NSFW.
Clik here to view.
発表のタイミングで公開されたプレスリリースを和訳したものを載せておこう。
プレスリリース(英語):
https://www.nobelprize.org/uploads/2024/10/press-physicsprize2024.pdf
https://www.nobelprize.org/prizes/physics/2024/summary/
日本語訳:
2024年ノーベル物理学賞
ジョン・J・ホップフィールド、プリンストン大学、ニュージャージー州、米国
ジェフリー・E・ヒントン、トロント大学、カナダ
“人工ニューラルネットワークによる機械学習を可能にする基礎的な発見と発明”に対して授賞する。
彼らは物理学を使って人工ニューラルネットワークを訓練した
今年のノーベル物理学賞受賞者 2 名は、物理学のツールを使って、今日の強力な機械学習の基礎となる手法を開発しました。ジョン・ホップフィールドは、データ内の画像やその他のパターンを保存して再構築できる連想メモリを作成しました。ジェフリー・ヒントンは、データ内の特性を自律的に見つけ、画像内の特定の要素を識別するなどのタスクを実行できる手法を発明しました。
人工知能について話すとき、私たちは人工ニューラルネットワークを使った機械学習を指すことが多い。この技術はもともと脳の構造にヒントを得たものだ。人工ニューラルネットワークでは、脳のニューロンは異なる値を持つノードで表現される。これらのノードはシナプスに似た接続を通じて互いに影響を及ぼし、接続を強くしたり弱くしたりできる。ネットワークは、例えば同時に高い値を持つノード間の接続を強くすることでトレーニングされる。今年の受賞者は、1980年代以降、人工ニューラルネットワークに関する重要な研究を行ってきた。
ジョン・ホップフィールドは、パターンを保存および再現する方法を使用するネットワークを発明しました。ノードはピクセルとして考えることができます。ホップフィールド ネットワークは、各原子を小さな磁石にする特性である原子スピンによる物質の特性を説明する物理学を利用しています。ネットワーク全体は、物理学で見られるスピン システムのエネルギーと同等の方法で説明され、保存された画像のエネルギーが低くなるようにノード間の接続の値を見つけることによってトレーニングされます。ホップフィールド ネットワークに歪んだ画像や不完全な画像が入力されると、ネットワークは系統的にノードを処理し、ネットワークのエネルギーが低下するようにノードの値を更新します。このように、ネットワークは段階的に処理して、入力された不完全な画像に最も近い保存画像を見つけます。
ジェフリー・ヒントンはホップフィールドネットワークを、異なる手法を使用する新しいネットワークの基礎として利用しました。ボルツマンマシンです。これは、特定の種類のデータの特徴的な要素を認識することを学習できます。ヒントンは、多くの類似したコンポーネントから構築されたシステムの科学である統計物理学のツールを使用しました。マシンは、マシンの実行時に発生する可能性が非常に高い例を入力することでトレーニングされます。ボルツマンマシンは、画像を分類したり、トレーニングされたパターンの種類の新しい例を作成したりするために使用できます。ヒントンはこの研究を基にして、機械学習の現在の爆発的な発展のきっかけを作りました。
「受賞者たちの研究はすでに大きな利益をもたらしています。物理学では、特定の特性を持つ新素材の開発など、幅広い分野で人工ニューラルネットワークを使用しています」と、ノーベル物理学委員会のエレン・ムーンズ委員長は述べています。
イラスト
以下のイラストは非営利目的である限り無料で使用できます。著作権はスウェーデン王立科学アカデミー、Johan Jamestadに帰属します。
イラスト:2024 年ノーベル物理学賞(pdf)
イラスト:自然ニューロンと人工ニューロン(pdf)
イラスト:記憶は風景の中に保存される(pdf)
イラスト:さまざまな種類のネットワーク(pdf)
今年の賞についてさらに詳しく
ポピュラーサイエンスの背景: 物理学を利用して情報のパターンを発見 (pdf)
科学的背景: 「人工ニューラルネットワークによる機械学習を可能にする基礎的な発見と発明」 (pdf)
ノーベル物理学賞にAIの中核「機械学習」の基礎に関わった2人
https://www3.nhk.or.jp/news/html/20241008/k10014603511000.html
ホップフィールド博士、ヒントン博士、物理学賞受賞おめでとうございます。
関連書籍:
ノーベル物理学賞 の対象となった、ホップフィールドモデルとボルツマンマシンを、物理の言葉で学びたい方は、『ディープラーニングと物理学』第6章、第10章、第11章をお読みください。(紹介記事)
「ディープラーニングと物理学 原理がわかる、応用ができる:田中章詞、富谷昭夫、橋本幸士」(Kindle版)(参考書籍)
Image may be NSFW.
Clik here to view.![]()
関連記事:
2023年 ノーベル物理学賞はアゴスティニ博士、クラウス博士、ルイリエ博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/c4f26fa595b9cea8c20a85f116d5256f
2022年 ノーベル物理学賞はアスペ博士、クラウザー博士、ツァイリンガー博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/7202553c9ccff103b30109d5c66c37d4
2021年 ノーベル物理学賞は真鍋博士、ハッセルマン博士、パリージ博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/a98679530eb64ee5875d72eb3a84c8bf
2020年 ノーベル物理学賞はペンローズ博士、ゲンツェル博士、ゲーズ博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/379d0faef6100f33e962cbee08b1e4a7
2019年 ノーベル物理学賞はピーブルズ博士、マイヨール博士、ケロー博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/671a733c37916c34a7f886bcbdf2c732
2018年 ノーベル物理学賞はアシュキン博士、ムル博士、ストリックランド博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/d7332ad2a827c9f47e2f24175a0378d5
2017年 ノーベル物理学賞はワイス博士、バリッシュ博士、ソーン博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/4f6e5823d5cf2358aff0aee5f855e9cf
2016年 ノーベル物理学賞はサウレス先生、ホールデン先生、コスタリッツ先生に決定!
https://blog.goo.ne.jp/ktonegaw/e/f3f3c637394d58af8ce3039bcd35f972
2015年 ノーベル物理学賞は梶田隆章先生、アーサー・マクドナルド先生に決定!
https://blog.goo.ne.jp/ktonegaw/e/8c8286906a9397277af1f47e7260efe7
2014年ノーベル物理学賞は赤崎勇先生、天野浩先生、中村修二先生に決定!
https://blog.goo.ne.jp/ktonegaw/e/2172a44a53c933389fcb8dc1acbfd97e
速報:2013年ノーベル物理学賞はヒッグス博士とアングレール博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/e4c4d6d15d52e86a94caccd6da8edb5e
Image may be NSFW.
Clik here to view.
Image may be NSFW.
Clik here to view.![]()
Image may be NSFW.
Clik here to view.
Image may be NSFW.
Clik here to view.![]()
スウェーデン王立科学アカデミーは8日、2024年のノーベル物理学賞を、物理学のツールを使って、今日の強力な機械学習の基礎となる手法を開発した研究者2人に贈ると発表した。今年の受賞者は、1980年代以降、人工ニューラルネットワークに関する重要な研究を行ってきた。
授賞式は(とね日記賞の発表と同じ)12月10日に開かれる。賞金は1100万スウェーデン・クローナ(約1億5000万円)で、2人で等分する。
The Nobel Prize in Physics 2024
https://www.nobelprize.org/prizes/physics/2024/summary/
Announcement of the Nobel Prize in Physics 2024
今年は「物理学のツールを使い今日の強力な機械学習の基礎となる手法を開発したこと」における業績が評価されたことによる授賞である。
発表では次のようなスライドが映された。
Image may be NSFW.
Clik here to view.

Image may be NSFW.
Clik here to view.

Image may be NSFW.
Clik here to view.

Image may be NSFW.
Clik here to view.

Image may be NSFW.
Clik here to view.

発表のタイミングで公開されたプレスリリースを和訳したものを載せておこう。
プレスリリース(英語):
https://www.nobelprize.org/uploads/2024/10/press-physicsprize2024.pdf
https://www.nobelprize.org/prizes/physics/2024/summary/
日本語訳:
2024年ノーベル物理学賞
ジョン・J・ホップフィールド、プリンストン大学、ニュージャージー州、米国
ジェフリー・E・ヒントン、トロント大学、カナダ
“人工ニューラルネットワークによる機械学習を可能にする基礎的な発見と発明”に対して授賞する。
彼らは物理学を使って人工ニューラルネットワークを訓練した
今年のノーベル物理学賞受賞者 2 名は、物理学のツールを使って、今日の強力な機械学習の基礎となる手法を開発しました。ジョン・ホップフィールドは、データ内の画像やその他のパターンを保存して再構築できる連想メモリを作成しました。ジェフリー・ヒントンは、データ内の特性を自律的に見つけ、画像内の特定の要素を識別するなどのタスクを実行できる手法を発明しました。
人工知能について話すとき、私たちは人工ニューラルネットワークを使った機械学習を指すことが多い。この技術はもともと脳の構造にヒントを得たものだ。人工ニューラルネットワークでは、脳のニューロンは異なる値を持つノードで表現される。これらのノードはシナプスに似た接続を通じて互いに影響を及ぼし、接続を強くしたり弱くしたりできる。ネットワークは、例えば同時に高い値を持つノード間の接続を強くすることでトレーニングされる。今年の受賞者は、1980年代以降、人工ニューラルネットワークに関する重要な研究を行ってきた。
ジョン・ホップフィールドは、パターンを保存および再現する方法を使用するネットワークを発明しました。ノードはピクセルとして考えることができます。ホップフィールド ネットワークは、各原子を小さな磁石にする特性である原子スピンによる物質の特性を説明する物理学を利用しています。ネットワーク全体は、物理学で見られるスピン システムのエネルギーと同等の方法で説明され、保存された画像のエネルギーが低くなるようにノード間の接続の値を見つけることによってトレーニングされます。ホップフィールド ネットワークに歪んだ画像や不完全な画像が入力されると、ネットワークは系統的にノードを処理し、ネットワークのエネルギーが低下するようにノードの値を更新します。このように、ネットワークは段階的に処理して、入力された不完全な画像に最も近い保存画像を見つけます。
ジェフリー・ヒントンはホップフィールドネットワークを、異なる手法を使用する新しいネットワークの基礎として利用しました。ボルツマンマシンです。これは、特定の種類のデータの特徴的な要素を認識することを学習できます。ヒントンは、多くの類似したコンポーネントから構築されたシステムの科学である統計物理学のツールを使用しました。マシンは、マシンの実行時に発生する可能性が非常に高い例を入力することでトレーニングされます。ボルツマンマシンは、画像を分類したり、トレーニングされたパターンの種類の新しい例を作成したりするために使用できます。ヒントンはこの研究を基にして、機械学習の現在の爆発的な発展のきっかけを作りました。
「受賞者たちの研究はすでに大きな利益をもたらしています。物理学では、特定の特性を持つ新素材の開発など、幅広い分野で人工ニューラルネットワークを使用しています」と、ノーベル物理学委員会のエレン・ムーンズ委員長は述べています。
イラスト
以下のイラストは非営利目的である限り無料で使用できます。著作権はスウェーデン王立科学アカデミー、Johan Jamestadに帰属します。
イラスト:2024 年ノーベル物理学賞(pdf)
イラスト:自然ニューロンと人工ニューロン(pdf)
イラスト:記憶は風景の中に保存される(pdf)
イラスト:さまざまな種類のネットワーク(pdf)
今年の賞についてさらに詳しく
ポピュラーサイエンスの背景: 物理学を利用して情報のパターンを発見 (pdf)
科学的背景: 「人工ニューラルネットワークによる機械学習を可能にする基礎的な発見と発明」 (pdf)
ノーベル物理学賞にAIの中核「機械学習」の基礎に関わった2人
https://www3.nhk.or.jp/news/html/20241008/k10014603511000.html
ホップフィールド博士、ヒントン博士、物理学賞受賞おめでとうございます。
関連書籍:
ノーベル物理学賞 の対象となった、ホップフィールドモデルとボルツマンマシンを、物理の言葉で学びたい方は、『ディープラーニングと物理学』第6章、第10章、第11章をお読みください。(紹介記事)
「ディープラーニングと物理学 原理がわかる、応用ができる:田中章詞、富谷昭夫、橋本幸士」(Kindle版)(参考書籍)
Image may be NSFW.
Clik here to view.

関連記事:
2023年 ノーベル物理学賞はアゴスティニ博士、クラウス博士、ルイリエ博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/c4f26fa595b9cea8c20a85f116d5256f
2022年 ノーベル物理学賞はアスペ博士、クラウザー博士、ツァイリンガー博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/7202553c9ccff103b30109d5c66c37d4
2021年 ノーベル物理学賞は真鍋博士、ハッセルマン博士、パリージ博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/a98679530eb64ee5875d72eb3a84c8bf
2020年 ノーベル物理学賞はペンローズ博士、ゲンツェル博士、ゲーズ博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/379d0faef6100f33e962cbee08b1e4a7
2019年 ノーベル物理学賞はピーブルズ博士、マイヨール博士、ケロー博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/671a733c37916c34a7f886bcbdf2c732
2018年 ノーベル物理学賞はアシュキン博士、ムル博士、ストリックランド博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/d7332ad2a827c9f47e2f24175a0378d5
2017年 ノーベル物理学賞はワイス博士、バリッシュ博士、ソーン博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/4f6e5823d5cf2358aff0aee5f855e9cf
2016年 ノーベル物理学賞はサウレス先生、ホールデン先生、コスタリッツ先生に決定!
https://blog.goo.ne.jp/ktonegaw/e/f3f3c637394d58af8ce3039bcd35f972
2015年 ノーベル物理学賞は梶田隆章先生、アーサー・マクドナルド先生に決定!
https://blog.goo.ne.jp/ktonegaw/e/8c8286906a9397277af1f47e7260efe7
2014年ノーベル物理学賞は赤崎勇先生、天野浩先生、中村修二先生に決定!
https://blog.goo.ne.jp/ktonegaw/e/2172a44a53c933389fcb8dc1acbfd97e
速報:2013年ノーベル物理学賞はヒッグス博士とアングレール博士に決定!
https://blog.goo.ne.jp/ktonegaw/e/e4c4d6d15d52e86a94caccd6da8edb5e
Image may be NSFW.
Clik here to view.

Clik here to view.

Image may be NSFW.
Clik here to view.

Clik here to view.
