- 「스웨덴 왕립과학원(Royal Swedish Academy of Sciences)」은 10월 8일(현지 시간) 2024년 노벨 물리학상 수상자로 존 J. 홉필드(91) 미국 뉴저지주 프린스턴대학교 교수를, 제프리 E. 힌튼(76) 캐나다 토론토대학교 교수 교수를 선정했다고 발표했다 「노벨상 공식 웹사이트 - NobelPrize.org」.
- 2024년 노벨 물리학상 수상자 John J. Hopfield와 Geoffrey E. Hinton은 물리학 도구를 사용하여 오늘날의 강력한 기계 학습의 토대를 마련하는 데 도움이 되는 방법을 구축했다. 인공 신경망을 기반으로 하는 기계 학습은 현재 과학, 엔지니어링 및 일상생활에 혁명을 일으키고 있다. 기계 학습은 방대한 양의 데이터를 정렬하고 분석하는 것을 포함하여 연구에 오랫동안 중요해 왔다.
- 존 J. 홉필드는 데이터의 이미지 및 다른 유형의 패턴을 저장하고 재구성할 수 있는 연관 메모리를 만들었다. 제프리 E. 힌튼은 데이터에서 속성을 독립적으로 찾을 방법을 발명하여 그림의 특정 요소를 식별하는 등의 작업을 수행할 수 있다 「2024년 노벨 물리학상 – NobelPrize.org, 스웨덴 왕립 과학 아카데미 Välkommen till Kungl. Vetenskapsakademien (kva.se)」.
■ 「스웨덴 왕립과학원(Royal Swedish Academy of Sciences)」은 2024년 노벨 물리학상을 "인공 신경망을 이용한 기계 학습을 가능하게 하는 기초적인 발견 및 발명(for the discovery of micro RNA and its role in post-transcriptional gene regulation)"을 인정받아 John J. Hopfield와 Geoffrey E. Hinton에게 공동으로 수여하기로 했다 「2024년 노벨 물리학상: 물리학으로 인공 신경망을 훈련시킨 연구: Kungl. 스웨덴 왕립 과학 아카데미 (kva.se)」.
 |
||
□ Hopfield는 정보를 저장하고 재구성할 수 있는 구조를 만들었다. Hinton은 데이터에서 속성을 독립적으로 발견할 방법을 발명했으며 현재 사용 중인 대규모 신경망에서 중요해졌다 「노벨상 공식 웹사이트 - NobelPrize.org」.
□ 오늘날 사람들이 인공 지능에 대해 이야기할 때 일반적으로 인공 신경망을 사용한 기계 학습을 의미한다.
이 기술은 처음부터 뇌의 구조에서 영감을 받았다. 인공 신경망에서 뇌의 뉴런(neuron)은 서로 다른 값을 갖는 노드(node)에 해당한다.
이러한 노드는 시냅스(Synapse)와 비교될 수 있고 더 강해지거나 약해지는 연결을 통해 서로 영향을 미친다. 예를 들어, 동시에 큰 값을 갖는 노드 사이의 연결을 더 강하게 만드는 등 네트워크가 훈련된다.
※ 시냅스(Synapse) : 뉴런이라는 신경세포의 부분 중 자극을 세포 밖으로 전도시키는 돌기인 축삭의 끝부분과 신경전달물질이 오가는 다음 뉴런 사이의 틈 / 신경계에서 시냅스는 뉴런 또는 신경세포에서 전기적 또는 화학적 신호가 다른 뉴런 또는 세포로 전달되도록 하는 역할을 하는 구조물 「시냅스 | 인체정보 | 의료정보 | 건강정보 | 서울아산병원 (amc.seoul.kr), 시냅스(synapse) | 알기쉬운의학용어 | 의료정보 | 건강정보 | 아산병원 (amc.seoul.kr)」.
□ 2024년 수상자는 1980년대부터 인공 신경망과 관련된 중요한 연구를 수행해 왔다.
○ 존 홉필드(John Hopfield)는 패턴을 저장하고 다시 만드는 방법을 사용하는 네트워크를 발명했다. 노드를 픽셀로 상상할 수 있다. 홉필드 네트워크(Hopfield network)는 각 원자를 작은 자석으로 만드는 속성인 원자 스핀으로 인한 물질의 특성을 설명하는 물리학을 활용한다.
네트워크 전체는 물리학에서 볼 수 있는 스핀 시스템의 에너지와 동일한 방식으로 설명되며, 저장된 이미지의 에너지가 낮도록 노드 간의 연결 값을 찾아 훈련된다. 홉필드 네트워크에 왜곡되거나 불완전한 이미지가 공급되면 노드를 통해 체계적으로 작업하고 값을 업데이트하여 네트워크의 에너지가 떨어진다. 따라서 신경망은 단계적으로 작동하여 저장된 이미지 중 제공된 불완전한 이미지와 가장 유사한 이미지를 찾는다「존 J. 홉필드 | 프린스턴 신경 과학 연구소 (princeton.edu), PNI의 존 홉필드, 노벨 물리학상 수상 | 프린스턴 신경 과학 연구소 (princeton.edu)」.
○ 제프리 힌튼(Geoffrey Hinton)은 홉필드 네트워크(Hopfield network)를 다른 방법인 볼츠만 머신(Boltzmann machine)을 사용하는 새로운 네트워크의 기반으로 사용했다. 이를 통해 주어진 유형의 데이터에서 특성 요소를 인식하는 방법을 배울 수 있다 「 | 유니버시티 칼리지 U of T (utoronto.ca)」.
Hinton은 많은 유사한 구성 요소로 구성된 시스템의 과학인 통계 물리학의 도구를 사용했다. 기계는 기계가 작동할 때 발생할 가능성이 매우 높은 예제를 제공하여 훈련된다. Boltzmann 기계는 이미지를 분류하거나 훈련된 패턴 유형의 새로운 예를 만드는 데 사용할 수 있다. Hinton은 이 작업을 기반으로 하여 현재 폭발적인 기계 학습 개발을 시작하는 데 도움을 주었다.
"수상자들의 노력은 이미 가장 큰 도움이 되었다. 물리학에서 우리는 특정 특성을 가진 새로운 물질을 개발하는 것과 같은 광범위한 영역에서 인공 신경망을 사용한다."라고 노벨 물리학 위원회 의장인 Ellen Moons는 말한다 「2024년 노벨 물리학상: 물리학으로 인공 신경망을 훈련시킨 연구: Kungl. 스웨덴 왕립 과학 아카데미 (kva.se) 보도자료 2024.10.8., 보도 자료: 2024년 노벨 물리학상 - NobelPrize.org」.
※ 글, 정리 : 홍순철 「서울 중랑교육발전협의회 회장, 중랑구청 교육발전위원회 교육여건개선 분과장, 대한교육신문 논설 주간(교육언론인), 한국문예연수원 교수(수필가·시인·칼럼니스트, 귀연貴緣), 국민비전 수석부의장, 좋은교육협의회 회장, 민주평화통일자문회의 서울 중랑구 협의회 고문, (前) 학교법인 송곡학원 이사장, 청소년단체 세계도덕재무장 한국본부(MRA/IC) 서울 총회장, EBS 강사, 교육부 대학입학학력고사 출제관리부위원장. 대학수학능력시험 입안(立案), 교육부 1종 도서(국정교과서) 편찬심의회 위원, 신현고등학교 교장」.
중랑방송 webmaster@cnbcnews.net
