Hem
John J Hopfield och Geoffrey E Hinton tilldelas årets Nobelpris i fysik vilket tillkännages vid en presskonferens på Kungliga Vetenskapsakademien. Professor Anders Irbäck förklarar deras arbete, i bakgrunden professor Ellen Moons och ständig sekreterare Hans Ellergren vid Vetenskapsakademien. (Christine Olsson/TT / TT Nyhetsbyrån)

Två får Nobelpriset i fysik för maskiner som lär sig

Amerikanen John J Hopfield, 91, och britten Geoffrey E Hinton, 76, tilldelas Nobelpriset i fysik för forskning om maskininlärning och artificiella neurala nätverk.

”Årets två nobelpristagare i fysik har använt verktyg från fysiken för att utveckla metoder som ligger till grund för dagens kraftfulla maskininlärning”, heter det i ett pressmeddelande.

Hopfield uppfann Hopfieldnätet som använder en metod för att spara och återskapa mönster, skriver Kungliga Vetenskapsakademien. Hinton, som också kallas AI-teknikens gudfader, använde sedan nätverket och la grunden för ett annat.

– Inom fysiken använder vi artificiella neurala nätverk inom ett stort antal områden, som att utveckla nya material med specifika egenskaper, säger Ellen Moons, ordförande för Nobelkommittén för fysik.

Se pressträffen där
bakgrund
 
John Hopfield är professor på Princeton i New Jersey
Wikipedia (en)
John Joseph Hopfield (born July 15, 1933) is an American Nobel Laureate most widely known for his study of associative neural network in 1982. The model is now more commonly known as the Hopfield network, although the model was conceptualized prior to his work. He is the 2024 Nobel Prize winner in Physics. He was jointly awarded the 2024 Nobel Prize in Physics with Geoffrey E. Hinton.
bakgrund
 
Geoffrey Hinton är professor på University of Toronto
Wikipedia (sv)
Geoffrey Everest Hinton, född 6 december 1947 i Wimbledon i London, är en brittisk kognitiv psykolog och datavetare samt Fellow of the Royal Society. Hinton anses tillsammans med Yoshua Bengio och Yann LeCun vara pionjär inom djupinlärning. Han vann tillsammans med Bengio och LeCun Turingpriset 2018. Han är mest känd för sitt arbete med artificiella neuronnät. Hinton arbetar för Google och är professor inom datavetenskap vid University of Toronto. Han är aktiv inom deep learning-fältet och var en av de första forskare som visade användningen av generaliserad backpropagation-algoritm för att träna flera lager neuronnät.
Omni är politiskt obundna och oberoende. Vi strävar efter att ge fler perspektiv på nyheterna. Har du frågor eller synpunkter kring vår rapportering? Kontakta redaktionen