2024 Nobel Fizik Ödülü, "yapay sinir ağlarıyla makine öğrenimini mümkün kılan temel keşifler ve icatlar için" John Hopfield ve Geoffrey Hinton'a takdim edildi.
Hopfield ve Hinton; fizik ve biyoloji alanındaki fikirlerden esinlenerek, verilerdeki örüntüleri inceleyip ezberleyebilen ve bunlardan öğrenebilen bilgisayar sistemleri geliştirdiler. İkili hiçbir zaman doğrudan iş birliği yapmamasına rağmen, makine öğrenimi ve yapay zekâ alanındaki mevcut sıçramanın temellerini atarken birbirlerinin çalışmalarını geliştirmiş oldular.
Sinir Ağları ve Bunların Fizikle Alakası Nedir?
Yapay sinir ağları, bugün kullandığımız yapay zekâ teknolojilerinin çoğunun arkasında yer alıyor. Beyninizde sinapslarla birbirine bağlanmış nöronal hücreler olduğu gibi, yapay sinir ağlarında da çeşitli şekillerde birbirine bağlanmış dijital nöronlar vardır. Tek bir nöron fazla bir şey yapmaz. Daha ziyade asıl olay, bu nöronların aralarındaki bağlantıların düzeninde ve gücünde yatar.
Yapay sinir ağındaki nöronlar giriş sinyalleri tarafından "etkinleştirilir". Bu aktivasyonlar, giriş bilgilerini dönüştürebilen ve işleyebilen şekillerde bir nörondan bir sonrakine doğru ilerler. Sonuç olarak ağ; sınıflandırma, tahmin ve karar verme gibi hesaplama görevlerini gerçekleştirebilir.
Makine öğrenimi tarihinin çoğu, yapay nöronlar arasındaki bu bağlantıları oluşturmak ve güncellemek için daha karmaşık yollar bulmakla ilgilidir. Bilgiyi depolamak ve işlemek için boğum sistemlerini birbirine bağlama temel fikri biyolojiden gelirken, bu bağlantıları oluşturmak ve güncellemek için kullanılan matematik fizikten gelmiştir.
Hatırlayabilen Ağlar
John Hopfield, kariyeri boyunca biyolojik fizik alanında önemli katkılarda bulunmuş ABD'li bir teorik fizikçidir. Ancak Nobel Fizik ödülünü 1982 yılında Hopfield ağlarını geliştiren çalışmasıyla almıştır. Hopfield ağları, yapay sinir ağlarının en eski türlerinden biriydi. Nörobiyoloji ve moleküler fizik ilkelerinden esinlenen bu sistemler, bir bilgisayarın bilgiyi hatırlamak ve geri çağırmak için boğumlardan oluşan bir ağı nasıl kullanabileceğini ilk kez gösterdi.
Hopfield'in geliştirdiği ağlar verileri (siyah beyaz görüntülerden oluşan bir koleksiyon gibi) hafızaya alabiliyordu. Bu görüntüler, ağa benzer bir görüntü sorulduğunda çağrışım yoluyla "geri çağrılabilir" durumdaydı.
Pratik kullanımı sınırlı olsa da Hopfield ağları, bu tür bir yapay sinir ağının verileri yeni yollarla depolayabileceğini ve alabileceğini göstermiştir. Hinton'un daha sonraki çalışmalarının temelini atmışlardır.
Öğrenebilen Makineler
Geoff Hinton; bazen "yapay zekânın vaftiz babalarından" biri olarak adlandırılan, bu alana bir dizi önemli katkıda bulunmuş İngiliz-Kanadalı bir bilgisayar bilimcisidir. 2018 yılında, Yoshua Bengio ve Yann LeCun ile birlikte, genel olarak makine öğrenimini ve özellikle derin öğrenme adı verilen bir dalını ilerletme çabalarından dolayı bilgisayar bilimindeki en yüksek onurlardan biri olarak görülen Turing Ödülü'ne layık görüldü.
Ancak Nobel Fizik Ödülü, 1984 yılında Terrence Sejnowski ve diğer meslektaşlarıyla birlikte Boltzmann makinelerini geliştirerek yaptığı çalışmalardan dolayı verilmiştir.
Bunlar, makine öğrenimi fikrini ortaya koyan Hopfield ağının bir uzantısıdır. Bir bilgisayarın bir programcıdan değil, veri örneklerinden öğrenmesini sağlayan bir sistemdir. Hinton; istatistiksel fiziğin enerji dinamiklerindeki fikirlerden yola çıkarak, bu ilk üretken bilgisayar modelinin, hatırlanacak şeylerin örnekleri gösterilerek zaman içinde verileri depolamayı nasıl öğrenebileceğini gösterdi.
Boltzmann makinesi; kendisinden önceki Hopfield ağı gibi, hemen pratik uygulamalara sahip değildi. Bununla birlikte, değiştirilmiş bir hâli (kısıtlı Boltzmann makinesi olarak adlandırılır) bazı uygulamalı problemlerde faydalı olmuştur.
Daha da önemlisi, yapay bir sinir ağının verilerden öğrenebileceği kavramsal buluşuydu. Hinton bu fikri geliştirmeye devam etti. Daha sonra geri yayılım (modern makine öğrenimi sistemlerinde kullanılan öğrenme süreci) ve evrişimli sinir ağları (günümüzde görüntü ve video verileriyle çalışan yapay zekâ sistemleri için kullanılan ana sinir ağı türü) üzerine etkili makaleler yayımladı.
Bu Ödül Neden Şimdi Verildi?
Hopfield ağları ve Boltzmann makineleri, günümüzün yapay zekâ başarılarıyla karşılaştırıldığında tuhaf görünüyor. Hopfield'ın ağı sadece 30 nöron içeriyordu (100 boğumlu bir ağ yapmayı denedi, ancak o zamanın bilgi işlem kaynakları için çok fazlaydı), oysa ChatGPT gibi modern sistemler milyonlarca nörona sahip olabilir. Ancak 2024 yılında verilen Nobel ödülü, bu ilk katkıların bu alan için ne kadar önemli olduğunu vurguluyor.
Çoğumuzun ChatGPT gibi üretken yapay zekâ sistemlerinden aşina olduğu yapay zekâdaki son zamanlardaki hızlı ilerleme, nöral ağların ilk savunucuları için haklı gibi görünse de Hinton en azından endişelerini dile getirdi. 2023 yılında, Google'ın yapay zekâ birimindeki on yıllık görevinden ayrıldıktan sonra, gelişme hızından korktuğunu söyledi ve daha proaktif bir yapay zekâ düzenlemesi çağrısında bulunan ve giderek artan seslere katıldı.
Hinton, Nobel Ödülü'nü aldıktan sonra şunları söyledi:
Sanayi Devrimi gibi olacağını ancak fiziksel yeteneklerimiz yerine entelektüel yeteneklerimizi aşacağını düşünüyorum. Bizden daha zeki sistemlerin sonunda kontrolü ele geçirmesi konusunda hâlâ endişe duyuyorum.