Nobel Prize 2024 in Physics: जॉन हॉपफील्ड और जेफ्री हिंटन ने भौतिकी में जीता नोबेल पुरस्कार

Nobel Prize 2024 in Physics: रॉयल स्वीडिश एकेडमी ऑफ साइंसेज ने जॉन जे. होपफील्ड (John J. Hopfield) और जेफ्री ई. हिंटन (Geoffrey E. Hinton) को भौतिकी में 2024 का नोबेल पुरस्कार देने का फैसला किया है। दोनों वैज्ञानिकों को “कृत्रिम तंत्रिका नेटवर्क के साथ मशीन लर्निंग को सक्षम बनाने वाली मूलभूत खोजों और आविष्कारों के लिए” यह पुरस्कार दिया जा रहा है। द नोबेल प्राइज ने सोशल मीडिया प्लेटफॉर्म एक्स के जरिये मंगलवार को इसकी जानकारी दी है।

पढ़ें :- जापानी संगठन निहोन हिडानक्यो ने जीता नोबेल प्राइज; हिरोशिमा-नागासाकी परमाणु हमलों से जुड़ी हैं संस्था की जड़ें

द नोबेल प्राइज के अनुसार, भौतिकी में 2024 के नोबेल पुरस्कार विजेताओं ने उन तरीकों का निर्माण करने के लिए भौतिकी के उपकरणों का उपयोग किया, जिन्होंने आज की शक्तिशाली मशीन लर्निंग की नींव रखने में मदद की। जॉन हॉपफील्ड ने एक ऐसी संरचना बनाई जो जानकारी को संग्रहीत और पुनर्निर्माण कर सकती है। जेफ्री हिंटन ने एक ऐसी विधि का आविष्कार किया जो स्वतंत्र रूप से डेटा में गुणों की खोज कर सकती है और जो अब उपयोग में आने वाले बड़े कृत्रिम तंत्रिका नेटवर्क के लिए महत्वपूर्ण हो गई है।

हालांकि, कंप्यूटर सोच नहीं सकते, मशीनें अब मेमोरी और सीखने जैसे कार्यों की नकल कर सकती हैं। इस वर्ष के भौतिकी पुरस्कार विजेताओं ने इसे संभव बनाने में मदद की है। भौतिकी की मूलभूत अवधारणाओं और विधियों का उपयोग करते हुए, उन्होंने ऐसी प्रौद्योगिकियाँ विकसित की हैं जो सूचना को संसाधित करने के लिए नेटवर्क में संरचनाओं का उपयोग करती हैं।

इस वर्ष के भौतिकी के नोबेल पुरस्कार विजेता जॉन हॉपफील्ड ने एक सहयोगी मेमोरी बनाई है जो डेटा में छवियों और अन्य प्रकार के पैटर्न को संग्रहीत और पुनर्निर्माण कर सकती है। हॉपफ़ील्ड नेटवर्क पैटर्न संग्रहीत कर सकता है और उन्हें पुनः बनाने की एक विधि है। जब नेटवर्क को अधूरा या थोड़ा विकृत पैटर्न दिया जाता है, तो विधि संग्रहीत पैटर्न को ढूंढ सकती है जो सबसे समान है।

2024 भौतिकी पुरस्कार विजेता जेफ्री हिंटन ने अपने सह-पुरस्कार विजेता जॉन हॉपफील्ड द्वारा विकसित एक नेटवर्क का उपयोग एक नए नेटवर्क की नींव के रूप में किया: बोल्ट्ज़मैन मशीन। यह किसी दिए गए प्रकार के डेटा में विशिष्ट तत्वों को पहचानना सीख सकता है। बोल्ट्ज़मैन मशीन का उपयोग छवियों को वर्गीकृत करने या उस प्रकार के पैटर्न के नए उदाहरण बनाने के लिए किया जा सकता है जिस पर इसे प्रशिक्षित किया गया था। हिंटन ने मशीन लर्निंग के वर्तमान विस्फोटक विकास को शुरू करने में मदद करते हुए इस काम को आगे बढ़ाया है।

इस वर्ष के भौतिकी पुरस्कार विजेताओं की सफलताएँ भौतिक विज्ञान की नींव पर खड़ी हैं। उन्होंने हमें सहायता के लिए कंप्यूटर का उपयोग करने और कई समस्याओं से निपटने के लिए हमारा मार्गदर्शन करने का एक बिल्कुल नया तरीका दिखाया है, हमारे समाज के सामने चुनौतियाँ हैं। उनके काम की बदौलत मानवता के पास अब टूलबॉक्स में एक नई वस्तु है, जिसे हम अच्छे उद्देश्यों के लिए उपयोग करना चुन सकते हैं। कृत्रिम तंत्रिका नेटवर्क पर आधारित मशीन लर्निंग वर्तमान में विज्ञान, इंजीनियरिंग और दैनिक जीवन में क्रांति ला रही है।

यह क्षेत्र पहले से ही एक स्थायी समाज के निर्माण की दिशा में सफलताओं को सक्षम करने के रास्ते पर है, जैसे कि नई कार्यात्मक सामग्रियों की पहचान करना। भविष्य में कृत्रिम तंत्रिका नेटवर्क द्वारा गहन शिक्षण का उपयोग किस प्रकार किया जाएगा यह इस बात पर निर्भर करता है कि हम मनुष्य इन अविश्वसनीय रूप से शक्तिशाली उपकरणों का उपयोग कैसे करना चुनते हैं, जो पहले से ही हमारे जीवन के कई पहलुओं में मौजूद हैं।

क्या आप जानते हैं कि एक कृत्रिम तंत्रिका नेटवर्क मस्तिष्क की नकल करने के लिए डिज़ाइन किया गया है? मस्तिष्क में जैविक न्यूरॉन्स से प्रेरित, कृत्रिम तंत्रिका नेटवर्क “न्यूरॉन्स” या नोड्स के बड़े संग्रह हैं, जो “सिनैप्स” या भारित कपलिंग से जुड़े होते हैं, जिन्हें कुछ कार्य करने के लिए प्रशिक्षित किया जाता है। एक कृत्रिम तंत्रिका नेटवर्क अपनी संपूर्ण नेटवर्क संरचना का उपयोग करके सूचना संसाधित करता है। शुरुआत में प्रेरणा यह समझने की इच्छा से मिली कि मस्तिष्क कैसे काम करता है।