Хинтон получил Нобелевскую премию. Долгий путь от задворок и насмешек до всемирного признания.

Валерий Бабушкин

эксперт в области ML и анализа данных

Нобелевская по физике — неожиданно приятный для меня, как физика по образованию, работающего в ИТ, сюрприз. А заодно — напоминалка всем, как тесно и порой причудливо переплетено все в науке.

Андрей Себрант

директор по стратегическому маркетингу сервисов Яндекса

В целом при общей любви к Джеффри Хинтону ML-сообщество в некотором недоумении. <...> Почему именно эти двое? Сетями Джона Хопфилда никто не пользуется, сверточные изобрел не Хинтон, Backprop (Back Propagation Algorithm — алгоритм обратного распространения ошибки — прим. ред.) изобрел не Хинтон, трансформеры изобрел не Хинтон, векторные эмбеддинги для текстов изобрел не Хинтон. Шмидхубер опять ничего не получил. Решение, в общем, более чем спорное.

Сергей Марков

управляющий директор Управления экспериментальных систем машинного обучения SberDevices

Все-таки не стоит забывать, что премии по конкретным наукам нужно давать за достижения именно в них. В физике есть немало значимых исследований. А еще это крайне выборочная история. «Машина Больцмана» сейчас уже никому не нужна, ассоциативной памятью Хопфилда никто не пользуется. Они пионеры, и их вклад в развитие ИИ захотели отметить, но почему тогда не отметили Лекуна, Бенджио или Шмидхубера? Уж точно есть о чем подумать.

Иван Оселедец

генеральный директор Института искусственного интеллекта AIRI

Где-то плачет один Ян Лекун.

Нобелевский комитет ломает все шаблоны. Раньше математикам через экономику удавалось выходить с нобелевской речью, теперь вот послушаем специалистов по ИИ от физики. <...> Лауреатами стали известные специалисты, но уже серьезно в возрасте. Более молодые и чьи результаты более активно используются (как Бенджио или Шмидхубер), видимо, еще будут ждать своей очереди. <...> Чтобы как-то обосновать — выбрали уже мало используемые модели, но у которых есть хоть какая-то интерпретация в физике. Использовать принципы минимизации энергии для обоснования процесса обучения — вполне корректная связка.

Александр Панов

заведующий Центром когнитивного моделирования МФТИ

При чем здесь физика, сложно понять. Похоже, комитет просто пытался хоть куда-то приткнуть нейронки, а физика тут ближе всего. Хотя, по-моему, тут больше бы подошла даже медицина — там хотя бы AlphaFold (нейросеть Google DeepMind для предсказания пространственной структуры белка — прим. ред.) совершил прорыв в чем-то, а с открытиями в области физики из-за нейронок как-то негусто. <...> В общем, хайп по нейронкам теперь проник и в Нобелевский комитет.

Премия двум ученым могла быть присуждена и в области биологии. <...> Моделирование нейросетей — это практически действительно моделирование мозга, это биолого-математическая задача, физика там в меньшей мере используется.

Андрей Быков

руководитель отделения физики плазмы, атомной физики и астрофизики Физико-технического института им. А.Ф. Иоффе РАН

Интересно, что премию присудили не за развитие самой физики или достижения в ее области, а за «использование методов физики» фактически в других дисциплинах. С другой стороны, математикам исторически не дают Нобелевскую премию, а Computer Science как дисциплины в этой организации, вроде, нет. Но пройти мимо ИИ нельзя, так что, возможно, физика — хороший компромисс?