Головна інноваційна подія року: Прийом заявок на XV Міжнародний Конкурс стартапів «Sikorsky Challenge 2026» триває!

  Інноваційна екосистема Sikorsky Challenge Ukraine запрошує розробників, науковців, підприємців та винахідників взяти участь у масштабній технологічній події країни — XV Конкурсі інноваційних стартап-проєктів Sikorsky Challenge 2026! Цей захід традиційно стане ключовою платформою, де інноваційні технології зустрічаються з реальними можливостями, міжнародними експертами та інвестиційними фондами. 📅 Коли відбудеться Конкурс:   24-27 листопада 2026 року. 🌐 Формат проведення : переважно синхронний онлайн-режим (виступи та презентації у реальному часі). ⏰ Дедлайн подачі заявок: до 20 жовтня 2026 року. Упродовж терміну прийому заявок Міжнародна Експертна Рада буде оперативно розглядати подані заявки та відбирати проєкти, що вийдуть до фіналу Конкурсу. До складу Міжнародної Експертної Ради залучені фахівці та ментори Інноваційного холдингу Sikorsky Challenge, експерти КПІ імені Ігоря Сікорського та інвестиційних фондів, експерти з Ізраїлю та США. Міжнародна Експертна Рада визначит...

Оголошено лауреатів Нобелівської премії 2024 з фізики

8 жовтня 2024 року Нобелівський комітет визначив лауреатів премії у галузі фізики. Ними стали Джон Гопфілд та Джефрі Еверест Гінтон за "фундаментальні відкриття та винаходи, які дозволяють машинне навчання за допомогою штучних нейронних мереж".

Про це повідомляє РБК-Україна з посиланням на прес-службу Фонду Нобеля

Що відомо про лауреатів

Двоє цьогорічних лауреатів Нобелівської премії з фізики використали інструменти фізики для розробки методів, які є основою сучасного потужного машинного навчання. 

Коли ми говоримо про штучний інтелект, ми часто маємо на увазі машинне навчання за допомогою штучних нейронних мереж. Ця технологія спочатку була навіяна структурою мозку.

У штучній нейронній мережі нейрони головного мозку представлені вузлами, які мають різні значення. Ці вузли впливають один на одного через зв’язки, які можна зробити сильнішими або послабленими.

Джон Хопфілд винайшов мережу, в якій використовується метод збереження і відтворення шаблонів. Ми можемо уявити вузли у вигляді пікселів. Мережа Хопфілда використовує фізику, яка описує характеристики матеріалу через його атомний спін – властивість, яка робить кожен атом крихітним магнітом. Коли мережі Хопфілда подається спотворене або неповне зображення, вона методично працює через вузли та оновлює їхні значення, щоб енергія мережі падала. Таким чином, мережа працює поетапно, щоб знайти збережене зображення, яке найбільше схоже на недосконале, яким його годували.

Джеффрі Хінтон використовував мережу Хопфілда як основу для нової мережі, яка використовує інший метод: машину Больцмана. Вона може навчити розпізнавати характерні елементи в даному типі даних. Хінтон використовував інструменти статистичної фізики, науки про системи, побудовані з безлічі схожих компонентів.

Машина тренується, подаючи їй приклади, які з великою ймовірністю виникнуть під час роботи машини. Машина Больцмана може бути використана для класифікації зображень або створення нових прикладів типу зразка, на якому вона була навчена.

"Робота лауреатів вже принесла найбільшу користь, адже у фізиці ми використовуємо штучні нейронні мережі в широкому спектрі областей, таких як розробка нових матеріалів зі специфічними властивостями", зазначив Еллен Мунс, голова Нобелівського комітету з фізики.




Коментарі