ਭੌਤਿਕ ਵਿਗਿਆਨ ਨੋਬਲ ਅਤੇ ਏਆਈ ਫਾਊਂਡੇਸ਼ਨ
Published On:
- मशीन लर्निंग (एमएल) कृत्रिम बुद्धिमत्ता का एक उपसमूह है जो सिस्टम को डेटा से सीखने और स्पष्ट प्रोग्रामिंग के बिना समय के साथ अपने प्रदर्शन को बेहतर बनाने में सक्षम बनाता है।
- 2024 के भौतिक विज्ञान के नोबेल पुरस्कार जॉन हॉपफील्ड और जेफरी हिंटन को मशीन और आर्टिफिशियल न्यूरल नेटवर्क (एएनएन) में उनके प्रमुख कार्य के लिए दिया गया था, जिन्होंने शिक्षण अभ्यास के लिए पुरातन आधार तैयार किया था।
- जॉन हॉपफील्ड ने हेबियन लर्निंग सिद्धांतों के आधार पर हॉपफील्ड नेटवर्क विकसित किया, जबकि जेफ्री हिंटन ने बोल्ट्जमैन मशीन को आगे बढ़ाने और डीप लर्निंग को सक्षम बनाने के लिए बोल्ट्जमैन मशीन (आरबीएम) का निर्माण किया।
माइंडफुलनेस इंडिया समिट 17-18 अक्टूबर को आयोजित किया जाएगा
- तीसरा वार्षिक माइंडफुलनेस इंडिया शिखर सम्मेलन 17 और 18 अक्टूबर को मुंबई में आयोजित किया जाएगा, जिसमें स्वस्थ और अधिक सहानुभूतिपूर्ण कार्य वातावरण बनाने की रणनीतियों पर ध्यान केंद्रित किया जाएगा।
- माइंडफुल साइंस सेंटर द्वारा आयोजित और वैश्विक माइंडफुलनेस विशेषज्ञ मनीष बहल के नेतृत्व में, शिखर सम्मेलन में माइंडफुलनेस, भावनात्मक बुद्धिमत्ता और तंत्रिका विज्ञान जैसे विषयों को शामिल किया जाएगा।
2024 ਦਾ ਭੌਤਿਕ ਵਿਗਿਆਨ ਨੋਬਲ ਪੁਰਸਕਾਰ ਨਕਲੀ ਤੰਤੂ ਨੈੱਟਵਰਕ (ANNs) ਅਤੇ ਉਹਨਾਂ ਦੀਆਂ ਅੰਤਰ-ਅਨੁਸ਼ਾਸਨੀ ਬੁਨਿਆਦਾਂ ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਨੂੰ ਮਾਨਤਾ ਦਿੰਦਾ ਹੈ।
2024 ਦਾ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦਾ ਨੋਬਲ ਪੁਰਸਕਾਰ ਜੌਹਨ ਜੇ. ਹੌਪਫੀਲਡ ਅਤੇ ਜਿਓਫਰੀ ਈ. ਹਿੰਟਨ ਨੂੰ ਨਕਲੀ ਨਿਊਰਲ ਨੈੱਟਵਰਕ (ANNs) ਅਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਵਿੱਚ ਉਹਨਾਂ ਦੇ ਮੋਢੀ ਕੰਮ ਲਈ ਦਿੱਤਾ ਗਿਆ ਸੀ। ਇਹ ਨੈੱਟਵਰਕ, ਜਾਨਵਰਾਂ ਦੇ ਦਿਮਾਗ ਵਿੱਚ ਨਿਊਰੋਨਸ ਦੇ ਕੰਮਕਾਜ ਤੋਂ ਪ੍ਰੇਰਿਤ, ਵੱਖ-ਵੱਖ ਵਿਗਿਆਨਕ ਵਿਸ਼ਿਆਂ ਜਿਵੇਂ ਕਿ ਅੰਕੜਾ ਭੌਤਿਕ ਵਿਗਿਆਨ, ਨਿਊਰੋਬਾਇਓਲੋਜੀ, ਬੋਧਾਤਮਕ ਮਨੋਵਿਗਿਆਨ, ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਵਿੱਚ ਜੜ੍ਹਾਂ ਰੱਖਦੇ ਹਨ। ਹੌਪਫੀਲਡ ਨੇ 1982 ਵਿੱਚ ਹੌਪਫੀਲਡ ਨੈਟਵਰਕ ਦੀ ਸ਼ੁਰੂਆਤ ਕੀਤੀ, ਇੱਕ ਮੁੱਖ ਮਾਡਲ ਜਿਸ ਵਿੱਚ ਹਰੇਕ ਨਿਊਰੋਨ ਆਪਸ ਵਿੱਚ ਜੁੜਿਆ ਹੋਇਆ ਹੈ, ਜਿਸ ਨਾਲ ਸਿਸਟਮ ਨੂੰ ਹੇਬੀਅਨ ਸਿੱਖਣ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਸਮੂਹਿਕ ਤੌਰ 'ਤੇ ਜਾਣਕਾਰੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੱਤੀ ਗਈ ਹੈ। ਹਿੰਟਨ ਨੇ ਬੋਲਟਜ਼ਮੈਨ ਮਸ਼ੀਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ANN ਖੋਜ ਨੂੰ ਅੱਗੇ ਵਧਾਇਆ, ਜੋ ਕਿ ਅੰਕੜਿਆਂ ਨੂੰ ਵਰਗੀਕਰਨ ਕਰਨ ਵਰਗੇ ਬੋਧਾਤਮਕ ਕੰਮਾਂ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਸਪਿਨ ਗਲਾਸ ਭੌਤਿਕ ਵਿਗਿਆਨ 'ਤੇ ਬਣਾਇਆ ਗਿਆ ਸੀ।
ANN ਊਰਜਾ ਨੂੰ ਘਟਾ ਕੇ ਕੰਮ ਕਰਦੇ ਹਨ, ਭਾਵੇਂ ਕਿਸੇ ਚਿੱਤਰ ਨੂੰ ਨਕਾਰਨਾ ਹੋਵੇ ਜਾਂ ਮੌਜੂਦਾ ਚਿੱਤਰਾਂ ਤੋਂ ਨਵੇਂ ਪੈਟਰਨ ਤਿਆਰ ਕਰਨਾ ਹੋਵੇ। ਇਹ ਵਿਕਾਸ ਗਣਿਤਿਕ, ਭੌਤਿਕ, ਅਤੇ ਜੀਵ-ਵਿਗਿਆਨਕ ਸੂਝਾਂ ਤੋਂ ਲਏ ਗਏ ਹਨ ਜਿਨ੍ਹਾਂ ਨੇ ਸਮੂਹਿਕ ਤੌਰ 'ਤੇ ਆਧੁਨਿਕ AI ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਇਆ ਹੈ। ਭਾਰਤ ਵਿੱਚ, ਹਾਲਾਂਕਿ, ਸੀਮਤ ਫੰਡਿੰਗ, ਨੌਕਰਸ਼ਾਹੀ ਦੀਆਂ ਰੁਕਾਵਟਾਂ, ਅਤੇ ਅਸੰਗਤ ਸ਼ਾਸਨ ਦੇ ਕਾਰਨ ਨੀਲੇ ਅਸਮਾਨ ਦੀ ਖੋਜ ਸੰਘਰਸ਼ ਕਰ ਰਹੀ ਹੈ, ਜਿਸ ਨਾਲ ਦੇਸ਼ ਲਈ ਆਪਣੀ ਵਿਗਿਆਨਕ ਸਮਰੱਥਾ ਦਾ ਲਾਭ ਉਠਾਉਣਾ ਚੁਣੌਤੀਪੂਰਨ ਹੈ। ਫਿਰ ਵੀ, ਹੌਪਫੀਲਡ ਅਤੇ ਹਿੰਟਨ ਦੀਆਂ ਪ੍ਰਾਪਤੀਆਂ ਦੀ ਉਦਾਹਰਨ ਬੁਨਿਆਦੀ ਖੋਜ ਦੇ ਮਹੱਤਵ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦੀ ਹੈ, ਇਹ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ ਭਾਰਤ ਵੀ AI ਵਿੱਚ ਭਵਿੱਖ ਦੇ ਮੌਕਿਆਂ ਨੂੰ ਖੋਲ੍ਹ ਸਕਦਾ ਹੈ ਜੇਕਰ ਇਹ ਬੁਨਿਆਦੀ ਵਿਗਿਆਨਕ ਖੋਜ ਲਈ ਆਪਣੀ ਵਚਨਬੱਧਤਾ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਦਾ ਹੈ।
