Их новаторский вклад в область нейронных сетей, который изменил способы обучения и воспроизведения человеческого поведения машин, принес Нобелевскую премию по физике (2024 г.) американскому физику Джону Хопфилду и британскому ученому-компьютерщику и когнитивному психологу Джеффри Хинтону. Их новаторская работа в области вычислительной нейробиологии и искусственного интеллекта (ИИ) заложила основы современного машинного обучения.

Путь Хопфилда начался в 1980-х годах, когда он представил так называемую «сеть Хопфилда» — концептуальное достижение, подкрепленное принципами физики. Этот тип сети имеет возможность хранить и извлекать шаблоны, даже если входящая информация неполна. Таким образом, он имитирует форму ассоциативной памяти, подобную человеческой.

Его предложение, основанное на минимизации энергии спиновых систем в физике (для физиков и инженеров, которые поймут это, спин — это свойство элементарных атомных частиц, благодаря которому они обладают собственным угловым моментом фиксированной величины), позволило сетям Хопфилда восстанавливать запутанные или неполные данные. Это предвосхитило коррекцию ошибок, которая происходит в современных системах ИИ.

Одновременно с этим Хинтон расширил концепции, предложенные Хопфилдом, и представил в 1985 году машину Больцмана — модель, основанную на статистической физике, включающую скрытые слои в нейронных сетях. Шаг, который позволил машинам автономно изучать все более сложные закономерности. Эти инновации сыграли фундаментальную роль в дальнейшем развитии нейронных сетей глубокого обучения, которые смогли с удивительной точностью классифицировать и генерировать данные, такие как изображения или голоса.