Открытие нобелевских лауреатов даст толчок для новых моделей восприятия

Нейронные сети сейчас широко применяются в том числе для моделирования физических экспериментов, отметил доктор физико-математических наук Евгений Витяев

НОВОСИБИРСК, 8 октября. /ТАСС/. Вручение Нобелевской премии по физике за применение нейросетей в области машинного обучения открывает новые возможности для моделирования человеческого восприятия. Есть еще много особенностей человеческого мозга, которые не учитываются нейросетями, сообщил ТАСС главный научный сотрудник Центра искусственного интеллекта Новосибирского государственного университета (НГУ) доктор физико-математических наук Евгений Витяев.

Нобелевская премия в области физики за 2024 год присуждена американцу Джону Хопфилду и канадскому ученому британского происхождения Джеффри Хинтону за открытия в сфере машинного обучения. Ученые стали лауреатами премии "за фундаментальные открытия и изобретения, обеспечивающие обучение машин с помощью искусственных нейронных сетей", говорится в мотивировочной части решения комитета.

"Эта премия дает дополнительный толчок развитию нейронных сетей. Все-таки для моделирования человеческого восприятия им еще нужно развиваться, нам можно ожидать интересные открытия. Поощрение нейронных сетей - это очень важно, потому что тут есть куда развиваться дальше. Есть еще те особенности головного мозга, которые не учитываются нейронными сетями. Здесь несколько направлений, во-первых, то, как мозг извлекает информацию из окружающей среды. Кроме того, сами информационные процессы, которыми оперирует мозг, имеют несколько уровней с разными отделами головного мозга", - пояснил ученый.

Витяев отметил, что нейронные сети сейчас широко применяются в том числе для моделирования физических экспериментов. "Их развитие сейчас очень интенсивное. Например, в Институте теплофизики СО РАН нейросети занимаются моделированием тех процессов, которые описаны уравнениями. Они вплетаются в те процессы, которые описаны уравнениями, причем естественным образом, в том числе в моделировании физических процессов", - подчеркнул ученый.