Nhà khoa học Hopfield đã tạo ra một cấu trúc có thể lưu trữ và tái tạo thông tin. Nhà khoa học Hinton đã phát minh ra một phương pháp có thể tự khám phá các thuộc tính trong dữ liệu và phương pháp này đã trở nên quan trọng đối với các mạng nơ ron lớn của máy tính hiện đang được sử dụng.
2 nhà khoa học đoạt Giải Nobel Vật lý năm nay đã sử dụng các công cụ từ vật lý để phát triển các phương pháp tạo nên nền tảng cho máy học mạnh mẽ ngày nay.
Học máy là một nhánh của trí tuệ nhân tạo (AI) và khoa học máy tính, tập trung vào việc sử dụng dữ liệu và thuật toán để mô phỏng cách học của con người, từ đó dần cải thiện tính chính xác của nó.
Mặc dù máy tính không thể suy nghĩ, nhưng máy móc hiện nay có thể bắt chước các chức năng như trí nhớ và học tập như con người. Khi nói về AI, người ta thường muốn nói đến máy học sử dụng mạng nơ ron nhân tạo. Công nghệ này ban đầu được lấy cảm hứng từ cấu trúc của não.
Trong mạng nơ ron nhân tạo, các nơ ron của não được biểu diễn bằng các nút có giá trị khác nhau. Các nút này ảnh hưởng lẫn nhau thông qua các kết nối có thể được ví như các khớp thần kinh và có thể được làm mạnh hơn hoặc yếu hơn.
Những người đoạt giải năm nay đã thực hiện công trình quan trọng với mạng nơ ron nhân tạo từ những năm 1980 trở đi.
Năm ngoái, Giải Nobel Vật lý đã vinh danh 3 nhà khoa học: Pierre Agostini, Ferenc Krausz và Anne L'Huillier với các phương pháp thực nghiệm tạo ra xung ánh sáng atto giây phục vụ nghiên cứu động lực học điện tử trong vật chất. Những thí nghiệm này mang lại cho nhân loại những công cụ mới để khám phá thế giới electron (điện tử) bên trong nguyên tử và phân tử.
