ລາງວັນໂນແບລດ້ານຟີຊິກປີ 2024 ໄດ້ໃຫ້ກຽດແກ່ນັກວິທະຍາສາດສອງຄົນສຳລັບການປະດິດສ້າງໃນການຮຽນຮູ້ເຄື່ອງຈັກ

"ສອງຜູ້ໄດ້ຮັບລາງວັນໂນແບລໃນຟີຊິກ 2024 ໄດ້ນໍາໃຊ້ເຄື່ອງມືຂອງຟີຊິກເພື່ອພັດທະນາວິທີການທີ່ເປັນພື້ນຖານຂອງເຕັກໂນໂລຊີການຮຽນຮູ້ເຄື່ອງຈັກທີ່ມີປະສິດທິພາບໃນປະຈຸບັນ," ຄະນະກໍາມະການ Nobel ກ່າວໃນການປ່ອຍຂ່າວ.

ລາງວັນດັ່ງກ່າວມີມູນຄ່າທັງຫມົດ 11 ລ້ານມົງກຸດຊູແອັດ (1.1 ລ້ານໂດລາ), ແບ່ງອອກເທົ່າທຽມກັນໃນບັນດາຜູ້ຊະນະຖ້າມີຜູ້ຊະນະຫຼາຍ. ລາງວັນຟີຊິກແມ່ນມອບໃຫ້ໂດຍ Royal Swedish Academy of Sciences .

ການຄົ້ນຄວ້າຂອງ Hopfield ໄດ້ດໍາເນີນຢູ່ມະຫາວິທະຍາໄລ Princeton, ໃນຂະນະທີ່ Hinton ສຶກສາຢູ່ມະຫາວິທະຍາໄລ Toronto.

Ellen Moons, ສະມາຊິກຂອງຄະນະກໍາມະການ Nobel ຂອງ Royal Swedish Academy of Sciences, ກ່າວວ່າຜູ້ທີ່ໄດ້ຮັບລາງວັນທັງສອງໄດ້ "ໃຊ້ແນວຄວາມຄິດພື້ນຖານຈາກຟີຊິກສະຖິຕິເພື່ອອອກແບບເຄືອຂ່າຍ neural ປອມທີ່ເຮັດຫນ້າທີ່ເປັນຄວາມຊົງຈໍາແລະຊອກຫາຮູບແບບໃນຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່".

ລາງວັນໂນແບລດ້ານຟີຊິກປີ 2024 ໄດ້ໃຫ້ກຽດແກ່ນັກວິທະຍາສາດສອງຄົນສຳລັບການປະດິດຄິດຄົ້ນດ້ານເທັກໂນໂລຢີຄອມພິວເຕີ. — ກອງປະຊຸມຖະແຫຼງຂ່າວຢູ່ສະຖາບັນວິທະຍາສາດສະວິດເຊີແລນ, ສະຕັອກໂຮມ, ສວີເດນ, ວັນທີ 8/10. ພາບ: ສຳນັກຂ່າວ TT

ກ່າວໃນກອງປະຊຸມຂ່າວ, Ellen Moons ກ່າວວ່າ: "ການຮຽນຮູ້ແມ່ນຄວາມສາມາດທີ່ຫນ້າສົນໃຈຂອງສະຫມອງຂອງມະນຸດ. ພວກເຮົາສາມາດຮັບຮູ້ຮູບພາບ, ຄໍາສັບຕ່າງໆແລະເຊື່ອມໂຍງມັນກັບຄວາມຊົງຈໍາແລະປະສົບການທີ່ຜ່ານມາ. ຫຼາຍພັນລ້ານ neurons ທີ່ເຊື່ອມຕໍ່ກັນເຮັດໃຫ້ພວກເຮົາມີຄວາມສາມາດທາງດ້ານສະຕິປັນຍາທີ່ເປັນເອກະລັກ.

"ເຄືອຂ່າຍປະສາດທຽມເຫຼົ່ານີ້ໄດ້ຖືກນໍາໃຊ້ເພື່ອກ້າວໄປສູ່ການຄົ້ນຄວ້າໃນຫົວຂໍ້ຟີຊິກທີ່ຫລາກຫລາຍ, ລວມທັງຟີຊິກອະນຸພາກ, ວິທະຍາສາດວັດສະດຸ, ແລະຟີຊິກດາລາສາດ. ພວກເຂົາໄດ້ກາຍເປັນສ່ວນຫນຶ່ງຂອງຊີວິດປະຈໍາວັນຂອງພວກເຮົາ, ຕົວຢ່າງເຊັ່ນການຮັບຮູ້ໃບຫນ້າແລະການແປພາສາ," ນາງກ່າວຕື່ມວ່າ.

" ການຄົ້ນພົບ ແລະສິ່ງປະດິດຂອງຜູ້ທີ່ໄດ້ຮັບລາງວັນເປັນພື້ນຖານຂອງການຮຽນຮູ້ເຄື່ອງຈັກ, ເຊິ່ງສາມາດຊ່ວຍມະນຸດໃນການຕັດສິນໃຈໄດ້ໄວຂຶ້ນແລະເຊື່ອຖືໄດ້, ຕົວຢ່າງເຊັ່ນການວິນິດໄສສະພາບທາງການແພດ. ແນວໃດກໍ່ຕາມ, ໃນຂະນະທີ່ການຮຽນຮູ້ເຄື່ອງຈັກມີຜົນປະໂຫຍດອັນໃຫຍ່ຫຼວງ, ການພັດທະນາຢ່າງໄວວາຂອງມັນຍັງເຮັດໃຫ້ເກີດຄວາມກັງວົນຕໍ່ອະນາຄົດຂອງມັນ. ໂດຍລວມແລ້ວ, ມະນຸດມີຄວາມຮັບຜິດຊອບໃນການນໍາໃຊ້ເຕັກໂນໂລຢີໃຫມ່ນີ້ຢ່າງປອດໄພແລະມີຈັນຍາບັນເພື່ອຜົນປະໂຫຍດທົ່ວໄປຂອງມະນຸດ."

ໃນກອງປະຊຸມຂ່າວກ່ຽວກັບຟີຊິກທີ່ໄດ້ຮັບລາງວັນໂນແບລ, ນັກວິທະຍາສາດ Geoffrey Hinton ໄດ້ກ່າວເຖິງວ່າເຄືອຂ່າຍ neural ແລະການຮຽນຮູ້ເຄື່ອງຈັກສາມາດສົ່ງຜົນກະທົບຕໍ່ອາລະຍະທໍາຂອງມະນຸດໄດ້ແນວໃດ. "ຂ້າພະເຈົ້າຄິດວ່າມັນຈະມີຜົນກະທົບອັນໃຫຍ່ຫຼວງ, ທຽບໄດ້ກັບການປະຕິວັດອຸດສາຫະກໍາ. ແຕ່ແທນທີ່ຈະເກີນກວ່າມະນຸດທາງດ້ານຮ່າງກາຍ, ມັນຈະເກີນກວ່າມະນຸດທາງປັນຍາ."

"ມັນຈະດີຫຼາຍໃນພື້ນທີ່ສ່ວນໃຫຍ່, ຄືກັບການຊ່ວຍໃຫ້ພວກເຮົາມີການດູແລສຸຂະພາບທີ່ດີຂຶ້ນ. ດ້ວຍຜູ້ຊ່ວຍ AI, ປະຊາຊົນຈະສາມາດເຮັດຈໍານວນດຽວກັນໃນເວລາສັ້ນໆ."

"ນີ້ຫມາຍຄວາມວ່າການຜະລິດຈະປັບປຸງຢ່າງຫຼວງຫຼາຍ. ແຕ່ພວກເຮົາຍັງຕ້ອງກັງວົນກ່ຽວກັບບາງຜົນສະທ້ອນທາງລົບທີ່ອາດຈະເກີດຂື້ນ, ໂດຍສະເພາະແມ່ນໄພຂົ່ມຂູ່ຂອງສິ່ງເຫຼົ່ານີ້ອອກຈາກການຄວບຄຸມ."

ລາງວັນໂນແບລດ້ານຟີຊິກສາດປີ 2023 ແມ່ນມອບໃຫ້ນັກຟິສິກຝຣັ່ງ-ສວີເດນ Anne L'Huillier, ນັກວິທະຍາສາດຝຣັ່ງ Pierre Agostini ແລະນັກວິທະຍາສາດຮັງກາຣີ Ferenc Krausz ສໍາລັບວຽກງານຂອງເຂົາເຈົ້າໃນການສ້າງກໍາມະຈອນເຕັ້ນສັ້ນທີ່ສຸດທີ່ສາມາດຈັບການປ່ຽນແປງພາຍໃນອະຕອມໄດ້ຢ່າງວ່ອງໄວ, ອາດຈະປັບປຸງຄວາມສາມາດໃນການກວດພົບພະຍາດ.

ຟີຊິກແມ່ນລາງວັນໂນແບລທີສອງທີ່ໄດ້ຮັບຮາງວັນໃນອາທິດນີ້, ຫຼັງຈາກນັກວິທະຍາສາດອາເມລິກາ Victor Ambros ແລະ Gary Ruvkun ໄດ້ຮັບລາງວັນທາງການແພດສໍາລັບການຄົ້ນພົບ microRNA ແລະບົດບາດຂອງມັນໃນລະບຽບການຂອງເຊື້ອສາຍ.

ລາງວັນໂນແບລສາຂາເຄມີຈະຖືກປະກາດໃນວັນທີ 9 ຕຸລາ, ລາງວັນໂນແບລດ້ານວັນນະຄະດີໃນວັນທີ 10 ຕຸລາ, ລາງວັນໂນແບລສັນຕິພາບ ໃນວັນທີ 11 ຕຸລາ, ແລະລາງວັນໂນແບລດ້ານເສດຖະສາດໃນວັນທີ 14 ຕຸລາ.

ຫງອກແອງ (ຕາມ Reuters)

ທີ່ມາ: https://www.congluan.vn/giai-nobel-physics-2024-vinh-danh-hai-nha-khoa-hoc-nho-phat-minh-ve-cong-nghe-hoc-may-post315826.html