منحت جائزة نوبل في الفيزياء لعام 2024 إلى البريطاني الكندي جون هوبفيلد، والأمريكي وجيفري هينتون لاكتشافاتهما الأساسية التي تمكن التعلم الآلي باستخدام الشبكات العصبية الاصطناعية.
فوز أمريكي وبريطاني بجائزة نوبل في الفيزياء
وقالت لجنة نوبل في بيان لها: "على الرغم من أن أجهزة الكمبيوتر لا تستطيع التفكير، إلا أن الآلات قادرة الآن على محاكاة وظائف مثل الذاكرة والتعلم. وقد ساعد الفائزون بجائزة نوبل هذا العام في الفيزياء في جعل هذا ممكنا".
الأب الروحي للذكاء الاصطناعي
وقال هينتون، الذي يلقب بـ "الأب الروحي" للذكاء الاصطناعي، إنه شعر "بالذهول" عندما حصل على الجائزة.
عندما سأله الصحافيون عن الأهمية المحتملة للتكنولوجيا التي ساعد بحثه في تطويرها، قال إن الذكاء الاصطناعي سيكون له "تأثير هائل" على مجتمعاتنا"، مضيفاً:"سوف يكون هذا المشروع مماثلاً للثورة الصناعية. ولكن بدلاً من التفوق على البشر في القوة البدنية، فإنه سوف يتفوق على البشر في القدرة الفكرية. ليس لدينا أي خبرة في كيفية امتلاك أشياء أذكى منا".
وتوقع هينتون أن تؤدي هذه التكنولوجيا إلى إحداث ثورة في مجالات مثل الرعاية الصحية، مما يؤدي إلى "تحسن كبير في الإنتاجية".
ولكن حذر قائلا "علينا أيضا أن نقلق بشأن عدد من العواقب السيئة المحتملة، وخاصة التهديد بخروج هذه الأمور عن السيطرة".
وأعلنت الأكاديمية الملكية السويدية للعلوم في ستوكهولم أن الفائزين سيتقاسمون جائزة مالية قيمتها 11 مليون كرونة سويدية (حوالي 810 آلاف جنيه إسترليني).
وقالت لجنة نوبل إن الجائزة مُنحت "للاكتشافات والاختراعات الأساسية التي تمكن التعلم الآلي باستخدام الشبكات العصبية الاصطناعية".
وحصل جون جيه هوبفيلد، البالغ من العمر 91 عامًا، على هذا التكريم إلى جانب جيفري إي هينتون، البالغ من العمر 76 عامًا، والذي ترك وظيفته في جوجل العام الماضي حتى يتمكن من التحدث بحرية عن مخاوفه بشأن التكنولوجيا.
وقالت إلين مونز، رئيسة لجنة نوبل للفيزياء، في مؤتمر صحفي، إن أبحاثهم "شكلت اللبنات الأساسية للتعلم الآلي، الذي يمكن أن يساعد البشر في اتخاذ قرارات أسرع وأكثر موثوقية". وأضافت مونز أن استخدام هذه التكنولوجيا "أصبح جزءًا من حياتنا اليومية، على سبيل المثال في التعرف على الوجه وترجمة اللغة"، محذرة من أن "التطور السريع للذكاء الاصطناعي أثار أيضًا مخاوف بشأن مستقبلنا".
يتضمن التعلم الآلي تغذية أجهزة الكمبيوتر بكميات كبيرة من البيانات حتى تتمكن من "تعلم" كيفية القيام بجميع أنواع الأشياء - من تشخيص الأمراض إلى معرفة العروض التلفزيونية المفضلة لدى الناس.
