Ջոն Ջոզեֆ Հոփֆիլդն ամերիկացի գիտնական, ֆիզիկոս, մոլեկուլյար կենսաբան, կենսաֆիզիկոս, արհեստական բանականություն հետազոտող է։ Նա ծնվել է 1933թ․ Չիկագոյում, ֆիզիկոսների ընտանիքում։ Նրա հայրը՝ Յան Յուզեֆ Խմելևսկին, ծնվել և մեծացել է Լեհաստանում, բայց կրթությունը ստացել և դոկտորական ատենախոսությունը պաշտպանել է ԱՄՆ-ում։ Փոխել է իր անունը, ազգանունը և դարձել Ջոն Ջոզեֆ Հոփֆիլդ․ որդու հետ ամբողջովին անվանակիցներ են։ Կրտսեր Ջոն Հոփֆիլդի մայրը նույնպես ֆիզիկոս էր։ Նրանք դասավանդել են Ամերիկայի տարբեր համալսարաններում, իսկ ավագ Ջոն Հոփֆիլդը դարձել է սպետրոսկոպի հայտնի մասնագետ։ 1933թ․ նրան հրավիրեցին կազմակերպելու ամերիկյան գիտության ցուցադրությունը Չիկագոյի միջազգային ցուցահանդեսում։ Հենց այնտեղ էլ ծնվեց ապագա Նոբելյան մրցանակակիրը։
Ընտանիքը գիտական էր, «ֆիզիկոսների», ինչն էլ որոշեց որդու ճակատագիրը։ Բարձրագույն կրթության համար նա ընտրեց մի զարմանալի քոլեջ Փենսիլվանիա նահանգի հյուսիս-արևմուտքում գտնվող մի փոքրիկ քաղաքում։ Քչերը լսած կլինեն այդ Սոուր-վորտ քոլեջի մասին։ Այն փոքրիկ մասնավոր բարձրագույն ուսումնական հաստատություն է, որի չորս կուրսերում սովորում է ընդամենը 1700 ուսանող։ Բայց այդ քոլեջի հինգ շրջանավարտ դարձել են Նոբելյան մրցանակակիր։ Մեկը մրցանակի արժանացել է ֆիզիոլոգիայից և բժշկությունից, մյուսը՝ քիմիայից, մեկ ուրիշը՝ տնտեսագիտությունից և երկուսը՝ ֆիզիկայից։ Սա վկայում է այդ քոլեջում բազմակողմանի պատրատության և, իհարկե, դասավանդողների բարձր որակավորման մասին։ Ջոն Հոփֆիլդը միաժամանակ ուսանում էր տարբեր ֆակուլտետներում, բայց բակալավրի ավարտական աշխատանքը պաշտպանեց ֆիզիկայից 1954թ․ ։ Վաղեմի ավանդույթի համաձայն՝ այդ աստիճանը կոչվում էր ֆիզիկայից «արվեստների բակալավր»։
Նա կրթությունը շարունակեց Կոռնելի համալսարանում՝ Նյու-Յորքի մոտակայքում, և 1958թ․ դարձավ ֆիզիկայի փիլիսոփայության դոկտոր։ Հոփֆիլդի ատենախոսության թեման բյուրեղների կոմպլեքս դիելեկտրիկ թափանցելիությունում էքսիտոնների ներդրման քվանտա-մեխանիկական տեսությունն էր։ Էքսիտոնը էլեկտրոնային գրգռման քվազիմասնիկ է, որը բյուրեղում տարածվում է առանց լիցք և զանգված տեղափոխելու։ Կիսահաղորդիչային բյուրեղների համար դա, փաստորեն, հաղորդականության էլեկտրոնի և խոռոչի զուգակցումն է։
Ֆիզիկայից իր աշխատանքները շարունակել է Bell Laboratories-ում՝ զբաղվելով կիսահաղորդիչների օպտիկական հատկություններով։ Բայց հետո տարվեց կենսաբանությունով, կենսաֆիզիկայով և կենսաքիմիայով և սկսեց դասավանդել ոչ թե ֆիզիկա, այլ կենսաբանություն և քիմիա։ 1974թ․Հոփֆիլդը Կալիֆորնիայի համալսարանում ներկայացրեց հետաքրքիր և կարևոր աշխատանք՝ «Կենսաքիմիական ռեակցիաներում սխալները շտկելու մեխանիզմ», որպեսզի բացատրի ԴՆԹ-ի կրկնապատկվելու ճշգրտությունը։ Իսկ 1980 թվականից նրա հիմնական հետաքրքրությունը դարձավ գլխուղեղի աշխատանքի տեսական հետազոտությունը, նրա նեյրոնային համակարգը։ Այս աշխատանքներին Հոփֆիլդը նվիրաբերեց իր կյանքի քառասունից ավելի տարիները։ Գլխուղեղի աշխատանքի վերլուծության նկատմամբ կիրառեց կիբեռնետիկական մեթոդներ: 1982թ․ հրապարակվեց նրա հոդվածը՝ «Նեյրոնային ցանցերը և կոլեկտիվ հաշվողական հնարավորություններ ունեցող ֆիզիկական համակարգերը»։ Այս աշխատանքում Հոփֆիլդը ուղեղի նեյրոնային համակարգը տեսականորեն մոդելավորեց ֆիզիկական համակարգով, որում տարրերը այնպես են փոխազդում, որ փոխազդեցության ընդհանուր էներգիան ձգտի նվազագույն արժեքի։ Որպես օրինակ Հոփֆիլդը բերում է ֆերրոմագնետիկի ատոմների կոլեկտիվը, որտեղ ատոմներն այնպես են ազդում միմյանց վրա, որ նրանց սպինները զուգահեռ «դասավորվեն»։ Այդ դեպքում նրանց փոխազդեցության էներգիան կլինի նվազագույնը։ Ցանկացած համակարգի տարրերին տեսականորեն կարելի է օժտել փոխազդեցության որոշակի ակտիվությամբ՝ նմանօրինակ էներգիայով։ Այդպիսի տարրերի ցանցն ունի ձևական նմանություն գլխուղեղի նեյրոնային ցանցի հետ, որտեղ աքսոնները՝ նեյրոնների այդ ընձյուղները, հատվում են սինապսներում, որտեղ էլ տեղի է ունենում ազդանշանի՝ ինֆորմացիայի փոխանակում։ Այս տեսական մոդելը ներառված է համակարգիչ ներմուծվող տվյալների հավաքածուի կառուցվածքը ( «ճարտարապետությունը») ստեղծելու ալգորիթմներում և ծրագրերում։ Այդ տվյալների փոխազդեցությունը կարելի է պատկերացնել որպես ցանց։ Այս պատճառով էլ այս տեսական մոդելը ստացել է «Հոփֆիլդի ցանց» անվանումը։ Եվ կարելի է ստեղծել ուսուցանող ծրագրեր, որոնք մեքենային կստիպեն գտնել ցանցերի հանգուցային տարրերի փոխազդեցության ակտիվության ընդհանուր բնութագրիչի նվազագույն արժեքը։
Հոփֆիլդի գաղափարները խթանեցին տվյալների մշակման («արհեստական նեյրոնային ցանցեր») ալգորիթմների տարբերակների ստեղծումը՝ տարբեր կոնկրետ դեպքերում արդյունք ստանալու համար։ Այս ալգորիթմներում էական դարձավ Հոփֆիլդի առաջարկած, տվյալ խնդրում ստացված համակարգի վիճակի կիրառումը հետագա մշակման համար, այսինքն՝ մեքենայական ուսուցում և մեքենայի ինքնուսուցում։ Այս երևույթի համար Հոփֆիլդը ներմուծեց «ասոցիատիվ հիշողություն» տերմինը՝ որպես մեքենայական ուսուցման տարր։ Սրանով արհեստական բանականության գաղափարները կոնկրետ իրականացման հնարավորություն ստացան։
Ինքը՝ Հոփֆիլդը, ակտիվ մասնակցություն ունեցավ բարձրորակ պատկերներ ստանալու, մեքենայական թարգմանության և այլ խնդիրների ալգորիթմներ մշակելու գործում։ Անցած դարի ութսունականներին հետազոտողները հնարավորություն չունեին օգտագործելու արհեստական բանականության գաղափարները մեծ ծավալով ներմուծվող տվյալների դեպքում, օրինակ՝ տնտեսագիտական խնդիրներում։ Այն ժամանակվա մեքենաների հզորությունը չէր բավականացնում այդ ծավալի տվյալները մշակելու համար։ Միայն քսան տարի անց հայտնվեցին բավականաչափ հզոր համակարգիչներ։ Հոփֆիլդի և նրա հետևորդների աշխատանքները արհեստական բանականության ժամանակակից ներդրման էական մասը կազմեցին։ Իսկ Հոփֆիլդի հետաքրքրությունները գնալով ավելի ու ավելի էին տեղափոխվում գլխուղեղի բնական նեյրոնային ցանցերի աշխատանքի բիոֆիզիկական և բիոքիմիական հետազոտությունների ոլորտ։
Սկսած 1997թ․ Հոփֆիլդը աշխատում է Պրինստոնի համալսարանում և 2005թ․ զբաղեցնում է վաստակավոր պրոֆեսորի պաշտոն(կենսաբանությունից)։ Նա հիանալի դասավանդող է և իննսունն անց տարիքին շարունակում է մանկավարժական գործունեությունը։ 2007թ․ նա Լոնդոնում հանդես եկավ հանրամատչելի հոյակապ դասախոսությամբ՝ «Ինչպե՞ս կարող ենք այսպես արագ մտածել։ Նեյրոններից դեպի ուղեղային հաշվարկներ»։
Ջոն Հոփֆիլդը շատ պարգևների է արժանացել՝ շքանշաններ և մրցանակներ, այդ թվում՝ 2001թ․ տեսական ֆիզիկայի միջազգային կենտրոնի կողմից՝ Դիրակի շքանշանի «գիտական լայն բնագավառներում տպավորիչ կարևոր ներդրումների համար», իսկ 2005թ․ արժանացել է Ալբերտ Էյնշտեյնի համաշխարհային մրցանակի՝ որպես առաջատար տեսական կենսաբան կյանքի մասին գիտության բնագավառներում։ Այժմ ունի նաև Նոբելյան մրցանակ:
Ջեֆրի Հինթոնը բրիտանա-կանադական գիտնական է, համակարգչի մասնագետ, կոգնիտիվիստ-հոգեբան: Նա ծնվել է 1947թ․ հայտնի լոնդոնցիների ընտանիքում։ Նրա տատիկի հորեղբայրը՝ Ջոն Էվերեստը, աշխարհագրագետ էր և Հնդկաստանի գլխավոր տեղանքագիրը։ Նա է «բացահայտել» հիմալայան գագաթները և որոշել դրանց բարձրությունները։ Նրա պատվին ամենաբարձր ցամաքային գագաթը՝ Ջոմոլունգման, անվանում են նաև Էվերեստ։ Ջեֆրիի հայրը միջատաբան էր, մայրը՝ գրող։ Հորեղբոր աղջիկը միջուկային ֆիզիկոս էր, այն քիչ կին գիտնականներից, որ մասնակցել են ամերիկյան Մանհեթենի ծրագրին (ատոմային ռումբի ստեղծմանը)։
Ծնողները խրախուսում էին տղայի հետաքրքրվածությունը մաթեմատիկայով և բնական գիտություններով։ Նա հիշում էր մոր խրատը․ «Դարձի՛ր ակադեմիկոս կամ անհաջողակ»։ Նա ակադեմիկոս դարձավ։ Հինթոնը բակալավրի աստիճանը ստացավ Քեմբրիջի համալսարանում, բայց ոչ թե մաթեմատիայից կամ ֆիզիկայից, այլ փորձարարական հոգեբանությունից։ Երեսունմեկ տարեկանում Էդինբուրգի համալսարանում դարձավ գիտությունների դոկտոր՝ պաշտպանեց ատենախոսություն արհեստական բանականությունից։ Այդ ժամանակից ի վեր՝ արդեն 45 տարի, հենց դրանով է զբաղվում։ Նա շատ համալսարաններում է աշխատել, ի վերջո, բնակություն հաստատեց Կանադայում՝ դառնալով Տորոնտոյի համալսարանի համակարգչային գիտությունների ֆակուլտետի պրոֆեսոր, ինչպես նաև դարձավ Կանադայի քաղաքացի։ Նա այնտեղ հիմնեց համակարգչային ոչ մեծ ընկերություն;
Ջեֆրի Հինթոնը զգալիորեն բարելավեց Հոփֆիլդի նեյրոցանցը՝ ներմուծելով յուրաքանչյուր սինապսի ակտիվության բաշխումը՝ կախված ներմուծվող տվյալներից հավանակնության կանոնով, որը նման է միկրոմասնիկները ըստ էներգիայի բաշխելու ֆիզիկական օրենքին։ Քանի որ այդ ֆիզիկական օրենքը առաջին անգամ ձևակերպել է Լյուդվիգ Բոլցմանը, Հինթոնի նեյրոցանցը ստացավ «Բոլցմանի մեքենա» անվանումը։ Հինթոնի նեյրոցանցի ֆիզիկայի հետ հենց այս կապն է նկատի ունեցել Նոբելյան հանձնաժողովը, երբ նրան ֆիզիկայից մրցանակ է շնորհել։
Բոլցմանի մեքենան ինքնուրույն, առանց մարդու մասնակցության կարող է գնահատել և կազմակերպել ներմուծված տվյալները։ Դրանից բացի, Հինթոնը իր բոլոր նեյրոցանցերում կիրառում է սխալների հետադարձ տարածման ալգորիթմը՝ որպես մեքենայի ուսուցման և ինքնուսուցման կարևոր տարր։ Հինթոնը մեկ անգամ չէ, որ ասել է, թե այդ գաղափարը ինքը չի հայտնաբերել, այլ ուրիշ հետազոտողներ՝ դեռ 70-ական թվականներին։ Բայց այդ գաղափարը կոնկրետ, «խորքային» նեյրոցանցերում իրականացրեց Հինթոնը՝ իր գործընկերների հետ։ Նրա հայտնի, բազմիցս մեջբերվող հոդվածը հրապարակվել է 1986թ․ և կոչվում է «Learning representation by back-propagating errors»։ Այս անվանումը տարբեր թարգմանություններ ունի, բայց հասկանալի է, որ խոսքը գնում է սխալների հակադարձ տարածման ալգորիթմի մասին։
Հինթոնը իր աշխատակիցների հետ, մասնակցելով համականադական «Արհեստական բանականություն, ռոբոտատեխնիկա և հասարակություն» նախագծին, ստեղծեց գիտական ծրագրեր, որոնք անվանեց «Նեյրոնային ուսուցում և հարմարեցված ընկալում» և «Ուսուցումը մեքենաներում և ուղեղներում»։ Նա շարունակում է հիմա էլ ակտիվ աշխատել այս ուղղությամբ և ստացել է «արհեստական բանականության կնքահայր» ոչ պաշտոնական անունը։ Իսկ համակարգչային աշխարհում պաշտոնական ճանաչումը 2018թ․էր, երբ երկու ուրիշ գիտնականների հետ արժանացավ Ալան Թյուրինգի մրցանակի «կոնցեպտուալ և ճարտարագիտական ծրագրերի համար, որոնք խորքային նեյրոցանցերը դարձրին հաշվողական տեխնիկայի էական բաղադրիչ»։
Google ընկերությունը, որ գլխավորում է արհեստական բանականություն ստեղծելու համաշխարհային գործընթացը, 2004թ․ Հինթոնի ընկերությանը հատուկ դրամաշնորհ հատկացրեց, իսկ 2013թ․ գնեց այդ ընկերությունը։ Հինթոնը դարձավ Google ընկերության փոխնախագահը նեյրոցանցերի գծով՝ միաժամանակ Տորոնտոյի համալսարանում շարունակելով աշխատանքը խորքային նեյրոցանցերով։ Սակայն 2023թ․ դուրս եկավ Google ընկերությունից՝ արհեստական բանականության ուղղությամբ աշխատանքների վտանգների մասին ազատ խոսելու անհնարինության պատճառով։
Հեղինակ՝ Լել Բելոպուխով
Նախորդ մասը՝ այստեղ։
Աղբյուրը՝ այստեղ։
Թարգմանիչ՝ Գևորգ Հակոբյան