পদার্থবিজ্ঞানে নোবেল পুরস্কার 2024: রয়্যাল সুইডিশ একাডেমি অফ সায়েন্সেস 2024 সালের পদার্থবিজ্ঞানে মার্কিন যুক্তরাষ্ট্রের প্রিন্সটন ইউনিভার্সিটির জন J. হপফিল্ড এবং কানাডার টরন্টো বিশ্ববিদ্যালয়ের জিওফ্রে E. হিন্টনকে নোবেল পুরস্কার দিয়েছে। তারা তাদের মৌলিক আবিষ্কার এবং উদ্ভাবনের জন্য সম্মানিত হচ্ছেন যা মেশিন লার্নিং এর ক্ষেত্রে বিশেষ করে কৃত্রিম নিউরাল নেটওয়ার্কের উন্নয়নের মাধ্যমে অগ্রসর হয়েছে।
- জন হপফিল্ড
- জিওফ্রে হিন্টন
জন J হপফিল্ড সম্পর্কে কিছু তথ্য
- 1933 সালে শিকাগো, IL, মার্কিন যুক্তরাষ্ট্রে জন্মগ্রহণ করেন।
- তিনি 1958 সালে কর্নেল বিশ্ববিদ্যালয়, ইথাকা, NY, মার্কিন যুক্তরাষ্ট্র থেকে PhD করেন।
- তারপর তিনি NJ, মার্কিন যুক্তরাষ্ট্রের প্রিন্সটন ইউনিভার্সিটিতে অধ্যাপক হিসেবে কাজ করেন।
জিওফ্রে E হিন্টন সম্পর্কে কিছু তথ্য
- জিওফ্রে হিন্টন, 1947 সালে লন্ডন, যুক্তরাজ্যে জন্মগ্রহণ করেন।
- তিনি 1978 সালে ইউনিভার্সিটি অফ এডিনবার্গ, যুক্তরাজ্য থেকে PhD করেন।
- এরপর তিনি কানাডার টরন্টো বিশ্ববিদ্যালয়ে অধ্যাপক হিসেবে নিযুক্ত হন।
জন হপফিল্ড–এর কাজ
- জন হপফিল্ড একটি সহযোগী মেমরি মডেল তৈরি করেছেন যা চিত্রগুলির মতো নিদর্শনগুলি সংরক্ষণ এবং স্মরণ করতে পারে।
- নেটওয়ার্কটি ফিজিক্যাল প্রক্রিয়া দ্বারা অনুপ্রাণিত হয়, বিশেষ করে পারমাণবিক ঘূর্ণনের(Atomic Spin) সাথে সম্পর্কিত -এমন একটি প্রপার্টি যা পরমাণুগুলিকে ক্ষুদ্র চুম্বকের মতো আচরণ করে।
- হপফিল্ড নেটওয়ার্কের প্রতিটি নোড একটি চিত্রের একটি পিক্সেলের মতো। নোডগুলি তাদের সংযোগের মাধ্যমে একে অপরকে প্রভাবিত করে, যেভাবে মস্তিষ্কের নিউরনগুলি যোগাযোগ করে।
হপফিল্ড নেটওয়ার্কের পদার্থবিদ্যা
- নেটওয়ার্কের আচরণকে পদার্থবিদ্যার স্পিন সিস্টেমের ধারণা ব্যবহার করে ব্যাখ্যা করা যেতে পারে, যেখানে স্থিতিশীল কনফিগারেশনের জন্য শক্তিকে ন্যূনতম করা হয়।
- নেটওয়ার্কের লক্ষ্য হল এর সামগ্রিক শক্তি হ্রাস করা, যা একটি উপাদানে পারমাণবিক ঘূর্ণনের সবচেয়ে স্থিতিশীল বিন্যাস খোঁজার অনুরূপ প্রক্রিয়া।
- নোডগুলির মধ্যে সংযোগগুলি সামঞ্জস্য করে নেটওয়ার্ককে প্রশিক্ষিত করা হয়, এটি নিশ্চিত করে যে সংরক্ষিত প্যাটার্নগুলি কম-শক্তির অবস্থার সাথে সামঞ্জস্যপূর্ণ।
ফাংশন এবং প্যাটার্ন ফাইন্ডিং
- এই প্রক্রিয়াটির লক্ষ্য হল নেটওয়ার্কের শক্তিকে ন্যূনতম করা, যা সঞ্চিত চিত্রের পুনরুদ্ধারের দিকে পরিচালিত করে যা ইনপুটের সাথে সবচেয়ে ঘনিষ্ঠভাবে সাদৃশ্যপূর্ণ।
- নেটওয়ার্কটি ধাপে ধাপে কাজ করে, বিকৃত ইনপুট সংশোধন করে এবং সংরক্ষিত প্যাটার্নের সবচেয়ে সঠিক সংস্করণ পুনরুদ্ধার করে।
জিওফ্রে হিন্টন–এর কাজ
বোল্টজম্যান মেশিন ফাউন্ডেশন
- জিওফ্রে হিন্টন বোল্টজম্যান মেশিন তৈরি করার জন্য হপফিল্ডের কাজের উপর ভিত্তি করে তৈরি করেছেন, এমন একটি নেটওয়ার্ক যা ডেটার নিদর্শনগুলি শিখতে এবং চিনতে পারে।
- বোল্টজম্যান মেশিনটি পরিসংখ্যানগত পদার্থবিদ্যা থেকে পদ্ধতি ব্যবহার করে, যা প্যাটার্নগুলি শিখতে অসংখ্য ইন্টারঅ্যাক্টিং উপাদানগুলির সমন্বয়ে গঠিত সিস্টেমগুলির সাথে কাজ করে।
লার্নিং এবং প্যাটার্ন রিকগনিশন
- হপফিল্ড নেটওয়ার্কের বিপরীতে, বোল্টজম্যান মেশিন একটি ডেটাসেটের মধ্যে বৈশিষ্ট্যগত বৈশিষ্ট্য শেখার উপর দৃষ্টি নিবদ্ধ করেছিল।
- এটিকে স্টাটিস্টিক্যালভাবে ডেটাতে সম্ভাব্য উদাহরণের মাধ্যমে প্রশিক্ষিত করা হয়, যা শ্রেণীবদ্ধ করার এবং নিদর্শনগুলি সনাক্ত করার ক্ষমতাকে পরিমার্জিত করে।
অ্যাপ্লিকেশন এবং আধুনিক মেশিন লার্নিং
- বোল্টজম্যান মেশিনে হিন্টনের কাজ মেশিন লার্নিংয়ের দ্রুত বিকাশে উল্লেখযোগ্যভাবে অবদান রেখেছে, যা আজকের AI গবেষণায় এটিকে একটি গুরুত্বপূর্ণ হাতিয়ার করে তুলেছে।
