2024ലെ ഭൗതികശാസ്ത്രത്തിനുള്ള നോബൽ സമ്മാനം കരസ്ഥമാക്കി ജോൺ ഹോപ്ഫീൽഡും ജെഫ്രി ഹിൻ്റണും. 91 കാരനായ ഹോപ്ഫീൽഡ് അമേരിക്കൻ ശാസ്ത്രജ്ഞനും ബയോളജിക്കൽ ഫിസിക്‌സിൽ ദീർഘകാലമായി സേവനമനുഷ്ഠിക്കുന്ന ആളുമാണ്. ‘ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ ഗോഡ്ഫാദർ’ (AI) എന്ന് അറിയപ്പെടുന്ന ആളാണ് ബ്രിട്ടീഷ്-കനേഡിയൻ ദേശക്കാരൻ 76 വയസുള്ള ഹിൻ്റൺ. കഴിഞ്ഞ വർഷം AI ഉണ്ടാക്കാവുന്ന അപകടങ്ങളെക്കുറിച്ച് മുന്നറിയിപ്പ് നൽകിയപ്പോൾ അദ്ദേഹം വാർത്തകളിൽ സജീവമായിരുന്നു. nobel prize physics how winners contributed to ai
നോബൽ പ്രൈസ് വെബ്സൈറ്റ് പറയുന്നതനുസരിച്ച്, “ഈ വർഷത്തെ സമ്മാന ജേതാക്കൾ ഭൗതികശാസ്ത്രത്തിന്റെ നൂതന ഉപകരണങ്ങൾ ഉപയോഗിച്ച് ഇന്നത്തെ ശക്തമായ യന്ത്രപഠനത്തിന് അടിത്തറയിടുന്ന പുതിയ രീതികൾ കണ്ടെത്താൻ സഹായിച്ചു. വിവരങ്ങൾ സംഭരിക്കാനും പുനർനിർമ്മിക്കാനും കഴിയുന്ന ഒരു സംവിധാനം ജോൺ ഹോപ്പ്ഫീൽഡ് കണ്ടെത്തി. ഡാറ്റയിലുള്ള പ്രോപ്പർട്ടികൾ എന്തൊക്കെയെന്ന് സ്വതന്ത്രമായി ഉപയോഗിച്ച് കണ്ടുപിടിക്കാൻ കഴിയുന്ന ഒരു രീതിയാണ് ജെഫ്രി ഹിൻ്റൺ കണ്ടെത്തിയത്, അത് നാം ഇന്ന് ഉപയോഗിക്കുന്ന കൃത്രിമ ന്യൂറൽ നെറ്റ്‌വർക്കുകളിൽ വലിയ സ്വാധീനം ചെലുത്തിയിട്ടുണ്ട്. nobel prize physics how winners contributed to ai
മെഷീൻ ലേണിംഗിന് “അടിത്തറ സ്ഥാപിക്കാൻ” കഴിഞ്ഞതെങ്ങനെ?
AI എങ്ങനെയാണ് തലച്ചോറിനെ അനുകരിക്കുന്നത്?
മനുഷ്യ മസ്തിഷ്കം മൂന്ന് തരത്തിലാണ് വിവരങ്ങൾ ശേഖരിക്കുകയും പ്രോസസ്സ് ചെയ്യുകയും ചെയ്യുന്നത്. ചുറ്റുമുള്ള ലോകത്തെ ശ്രദ്ധിക്കുന്നതിലൂടെയും, ഓർമയിലൂടെയും, പുതിയ കാര്യങ്ങൾ പഠിക്കാനുള്ള ശ്രമത്തിലൂടെയുമാണത്. മുൻപ് സംഭരിച്ചിരിക്കുന്ന വിവരങ്ങൾ ആവശ്യ സമയത്ത് മാത്രം ഉപയോഗിച്ചാണ് മസ്തിഷ്കം ചിന്തിക്കുകയും പ്രവർത്തിക്കുകയും ചെയ്യുന്നത്. നോബൽ വെബ്സൈറ്റ് ചൂണ്ടിക്കാണിച്ചതുപോലെ, യന്ത്രങ്ങൾക്ക് ചിന്തിക്കാൻ കഴിയില്ല, എന്നാൽ ഓർമയുടെയും പഠനത്തിൻ്റെയും പ്രവർത്തനങ്ങൾ മനുഷ്യ മസ്തിഷ്കത്തിന്റേത് പോലെ അനുകരിക്കാൻ കഴിയും. ഉദാഹരണത്തിന്, കുട്ടിയുടേതുൾപ്പെടെയുള്ള മനുഷ്യ മസ്തിഷ്കത്തിന് ഒരു മൃഗത്തെ നോക്കി അത് പൂച്ചയാണെന്ന് പറയാൻ കഴിയും, അത് കുട്ടി മുമ്പ് കണ്ടിട്ടില്ലാത്ത ഒരു ഇനം പൂച്ചയാണെങ്കിൽ പോലും. ഒരു കമ്പ്യൂട്ടറിനെ സമാനമായ കഴിവുകൾ പഠിപ്പിക്കുക എന്നത് കൊണ്ട് അർത്ഥമാക്കുന്നത് അതിന് മനുഷ്യകോശങ്ങളുടെ വിവിധ ചിത്രങ്ങൾ നോക്കാനും ഏത് കോശത്തെയാണ് ക്യാൻസർ ബാധിക്കാൻ സാധ്യതയുള്ളതെന്ന് പറയാനും കഴിയും എന്നാണ്. പതിറ്റാണ്ടുകളുടെ ഗവേഷണത്തിന് ശേഷമാണ് ഈ ശാസ്ത്രജ്ഞർ ഈ ഘട്ടത്തിലെത്തിയത്, ഫലങ്ങൾ ശരിയായി ലഭിക്കാത്തതിനാൽ പലഘട്ടങ്ങളിലും ഇക്കാര്യം ശ്രദ്ധ നേടുകയും ചെയ്തിരുന്നു. വെവ്വേറെ സാഹചര്യങ്ങളിൽ പ്രവർത്തിക്കുന്ന ഹോപ്ഫീൽഡും ഹിൻ്റണും ഈ ഗവേഷണത്തിൽ വലിയ സംഭാവനകൾ നൽകിയിട്ടുണ്ട്.
ജോൺ ഹോപ്ഫീൽഡിന്റെ സംഭാവനകൾ
നിങ്ങളുടെ ജീവിതത്തിൻ്റെ ഒരു പ്രത്യേക ഘട്ടത്തിൽ നിങ്ങൾ ഒരു പ്രത്യേക പെർഫ്യൂം പതിവായി ഉപയോഗിച്ചു വരുന്നു എന്ന് കരുതുക. വർഷങ്ങൾക്ക് ശേഷം, ആ പെർഫ്യൂമിന്റെ മണം എവിടെ നിന്നോ നിങ്ങൾക്ക് അനുഭവപ്പെടുന്നു, ആ കാലത്തിൻ്റെ ഓർമ്മകൾ വീണ്ടും നിങ്ങളിലേക്കെത്തുന്നു. ഈ പ്രക്രിയയെ അസോസിയേറ്റീവ് മെമ്മറി എന്നാണ് വിളിക്കുക, മനുഷ്യ മസ്തിഷ്കത്തെ അനുകരിച്ച് വിവരങ്ങൾ സംഭരിക്കുന്നതിന് നോഡുകളുടെ ഒരു കൃത്രിമ ശൃംഖല നിർമ്മിക്കുകയാണ് ഹോപ്ഫീൽഡ് ചെയ്ത പ്രവർത്തനങ്ങളിൽ പ്രധാനം.
നോബൽ വെബ്സൈറ്റ് പറയുന്നതുപോലെ, “ഹോപ്പ്ഫീൽഡ് നെറ്റ്‌വർക്കിന് പാറ്റേണുകൾ സംഭരിക്കുന്നതിനും അവ പുനർനിർമ്മിക്കുന്നതിനുമുള്ള ഒരു രീതിയുമുണ്ട്. നെറ്റ്‌വർക്കിന് അപൂർണ്ണമായതോ ചെറിയ തെറ്റുകൾ ഉള്ളതോ ആയ പാറ്റേൺ നൽകിയാലും, സംഭരിച്ചിരിക്കുന്ന പാറ്റേണുകളിൽ നിന്ന് ഏറ്റവും സാമ്യമുള്ള രീതി കണ്ടെത്താൻ ഇതിന് കഴിയും. ഈ ശൃംഖലയുടെ ആദ്യ പതിപ്പ് 1980-കളിലാണ് നിർമ്മിച്ചത്, അന്ന് മുതൽ ഹോപ്ഫീൽഡും മറ്റ് ഗവേഷകരും ഇത് മെച്ചപ്പെടുത്തുന്നത് തുടർന്നു കൊണ്ടിരുന്നു.
ജെഫ്രി ഹിൻ്റൺ ചെയ്ത പ്രവർത്തനങ്ങൾ
ഹിൻ്റൺ ഹോപ്ഫീൽഡ് നെറ്റ്‌വർക്കിൽ നിന്ന് ആരംഭിച്ച് സ്റ്റാറ്റിസ്റ്റിക്കൽ ഫിസിക്സിലെ ആശയങ്ങൾ ഉപയോഗിച്ച് പുതിയ എന്തെങ്കിലും കണ്ടെത്തലുകൾ കണ്ടെത്തുന്നതിനാണ് ജെഫ്രി ഹിൻ്റൺ ഊന്നൽ നൽകിയത് എന്ന് നോബൽ വെബ്സൈറ്റ് പറയുന്നു. മറ്റ് ഗവേഷകരോടൊപ്പം, പത്തൊൻപതാം നൂറ്റാണ്ടിലെ ഭൗതികശാസ്ത്രജ്ഞനായ ലുഡ്‌വിഗ് ബോൾട്ട്സ്മാൻ വികസിപ്പിച്ചെടുത്ത ഒരു സമവാക്യം ഉപയോഗിച്ചാണ് അദ്ദേഹം ബോൾട്ട്സ്മാൻ യന്ത്രം എന്ന പേരിൽ ഒരു യന്ത്രം നിർമ്മിച്ചത്.
ബോൾട്ട്സ്മാൻ യന്ത്രത്തിന് പഠിക്കാൻ കഴിയുന്നത് നിർദ്ദേശങ്ങളിൽ നിന്നല്ല, ഉദാഹരണങ്ങളിൽ നിന്നാണ്. പരിശീലനം ലഭിച്ച ഒരു ബോൾട്ട്സ്മാൻ മെഷീന് മുമ്പ് കണ്ടിട്ടില്ലാത്ത വിവരങ്ങളിലെ പരിചിതമായ സവിശേഷതകൾ തിരിച്ചറിയാൻ കഴിയും എന്നത് ഒരു പ്രത്യേകതയാണ്. നിങ്ങളുടെ ഒരു സുഹൃത്തിൻ്റെ സഹോദരനെ വഴിയിൽ വച്ച് കണ്ടുമുട്ടുന്നുവെന്ന് സങ്കൽപ്പിക്കുക, അവർ ബന്ധമുള്ളവരാണെന്ന് ബോൾട്ട്സ്മാൻ യന്ത്രം കണ്ടെത്തുന്നത് നിങ്ങൾക്ക് ഉടനടി കാണാൻ കഴിയും. സമാനമായ രീതിയിൽ, പരിശീലന സാമഗ്രികളിൽ കാണപ്പെടുന്ന ഉപകരണങ്ങൾ ഒരു വിഭാഗത്തിൽപ്പെടുന്നതാണെങ്കിൽ ബോൾട്ട്സ്മാൻ മെഷീന് തികച്ചും പുതിയ ഒരു ഉദാഹരണം തിരിച്ചറിയാനും അതുമായി ബന്ധമില്ലാത്തതിനെ അതിൽ നിന്ന് വേർതിരിക്കാനും കഴിയും.
AI-യെ ചുറ്റിപ്പറ്റിയുള്ള ആശങ്കകൾ
കഴിഞ്ഞ വർഷം NYT ക്ക് നൽകിയ അഭിമുഖത്തിൽ ഹിൻ്റൺ തന്റെ ചില ആശങ്കകൾ പ്രകടിപ്പിച്ചിരുന്നു. ChatGPT പോലുള്ള ഉപകരണങ്ങളിൽ ആളുകൾ വിവരങ്ങൾക്കായി ഇൻ്റർനെറ്റിൽ തിരയുകയും ഉപയോക്താവിന് ആവിശ്യമായ സൃഷ്‌ടിക്കുകയും ചെയ്യുന്നതിനാൽ, ഇൻ്റർനെറ്റിൽ തെറ്റായ ഫോട്ടോകളും വീഡിയോകളും ടെക്‌സ്‌റ്റുകളും മറ്റും കൂടുതലായി പ്രചരിക്കും. എന്നാൽ ഇത് കൃത്രിമമായി നിർമ്മിച്ചതാണെന്ന് സാധാരണക്കാരന് മനസിലാക്കാൻ കഴിയില്ലെന്നും അദ്ദേഹം പറഞ്ഞു. AI വന്നതോടുകൂടി മനുഷ്യരുടെ ജോലി ഇല്ലാതാക്കുന്നതിനെക്കുറിച്ചും അദ്ദേഹം സംസാരിച്ചു.
നൊബേൽ സമ്മാനത്തിന്റെ പത്രക്കുറിപ്പിലും ഒരു ജാഗ്രതാ നിർദേശം നൽകുന്നു, ഹോപ്ഫീൽഡിൻ്റെയും ഹിൻ്റൻ്റെയും പ്രവർത്തനങ്ങൾക്ക് നന്ദി, മാനവികതയ്ക്ക് ഇപ്പോൾ അതിൻ്റെ ടൂൾബോക്സിൽ ഒരു പുതിയ ആയുധം നൽകിയതിന്… കൃത്രിമ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ എത്രത്തോളം ആഴത്തിലുള്ള പഠനം ഭാവിയിൽ സാധ്യമാക്കുമെന്നതിന് അവിശ്വസനീയമായ കണക്കുകളുണ്ട്. ശക്തമായ ഈ ഉപകരണങ്ങൾ നമ്മൾ എങ്ങനെ ഉപയോഗിക്കുന്നു എന്നതിനെ അടിസ്ഥാനപ്പെടുത്തിയാണ് ബാക്കിയെല്ലാം.
content summary; nobel prize physics how winners contributed to ai
