Fot. Adobe Stock. Wygenerowano z pomocą SI.
Sztuczna inteligencja pozostanie tylko użytecznym narzędziem, a nie za użyteczność przyznawane były do tej pory Nagrody Nobla z fizyki – uważa prof. Krzysztof Meissner, fizyk teoretyk z Wydziału Fizyki UW. Jestem zawiedziony; nagroda z fizyką nie ma wiele wspólnego – ocenia ekspert.
Tegoroczni laureaci Nagrody Nobla z fizyki, John Hopfield i Geoffrey Hinton – jak wskazał – „zaproponowali sam pomysł sztucznych sieci neuronowych oraz metody, które do dziś stanowią podstawę ich uczenia”.
„Nagroda Nobla z założenia miała być nobilitacją, powiedzeniem: to jest ten kierunek, to odkrycie, które uznajemy za ekstremalnie ważne, otwierające nowe obszary w fizyce. Do tej pory sieci neuronowe są – i w fizyce, i poza nią – jedynie narzędziem, choć z bardzo szybko rosnącym spektrum zastosowań. Dlatego jestem zawiedziony. W tym roku fizyka straciła przyznaniem takiej Nagrody Nobla” – powiedział PAP prof. Krzysztof Meissner, fizyk teoretyk z Wydziału Fizyki UW.
Ekspert podał przykład innego odkrycia, które jego zdaniem zasługiwało na nagrodę szwedzkiej akademii.
„Odkrycie anomalii kwantowych przez Adlera, Bella i Jackiwa ponad 50 lat temu otworzyło zupełnie nowe obszary, między innymi uzasadniło, dlaczego ładunek protonu jest dokładnie równy minus ładunek elektronu. Czyli było to absolutnie kluczowym dla nas ustaleniem, a nie zostało uhonorowane do dzisiaj Nagrodą Nobla. Mógłbym dodać tutaj teorię grawitacji Einsteina – nie widzę, jak tej rangi fundamentalne osiągnięcia mogą być efektem działania sztucznej inteligencji” – stwierdził ekspert.
Prof. Meissner uważa, że tegoroczna Nagroda Nobla ma naprawdę niewiele wspólnego z fizyką. Sam dobrze pamięta, kiedy osiągnięcia Hopfielda i Hintona zostały ogłoszone światu w latach 80.
„Moim zdaniem ta nagroda z fizyką nie ma wiele wspólnego. To jest podglądnięcie działania neuronów w mózgu w sposób bardzo uproszczony. Byłem na studiach w latach osiemdziesiątych i pamiętam propozycję sieci neuronowej Hopfielda. Wtedy była to z punktu widzenia zastosowań abstrakcja ze względu na możliwości ówczesnych komputerów – w naszym mózgu są dziesiątki miliardów neuronów, a wówczas w komputerach można było stworzyć sieci o kilku neuronach. Pamiętam też kiedy powstała metoda uczenia sieci neuronowych Hintona, bo to było z kolei zaraz po moich studiach, ale z tego samego powodu było to wtedy kompletnie abstrakcyjne” – wspomniał profesor.
I dodał: „teraz mówimy o niesłychanie rozbudowanych sieciach neuronowych i o ich zastosowaniu do wielkich baz danych (takich jak wielkie modele językowe). Może to być bardzo użyteczne jako narzędzie przetwarzania informacji, ale mam wątpliwości, czy pomoże w znalezieniu odpowiedzi na naprawdę głębokie pytania w fizyce” – podsumował fizyk.(PAP)
Nauka w Polsce, Urszula Kaczorowska
uka/ bar/ ktl/
