1986 Systemy eksperckie i druga zima

Propagacja wsteczna — sieci neuronowe uczą się lepiej

Rumelhart, Hinton i Williams spopularyzowali metodę trenowania wielowarstwowych sieci, która napędza AI do dziś.

Propagacja wsteczna — sieci neuronowe uczą się lepiej — Geoffrey E. Hinton, 2024 Nobel Prize Laureate in Physics (cropped1).jpg
Fot. Arthur Petron / Wikimedia Commons, CC BY-SA 4.0

W 1986 roku David Rumelhart, Geoffrey Hinton i Ronald Williams opublikowali w „Nature” pracę pokazującą, jak skutecznie trenować sieci neuronowe z wieloma warstwami metodą propagacji wstecznej (backpropagation): błąd odpowiedzi „cofa się” przez sieć i podpowiada, jak poprawić każdą wagę.

Metoda miała wcześniejsze korzenie, ale ta publikacja przywróciła zainteresowanie sieciami neuronowymi. Do pełnego sukcesu brakowało jeszcze dwóch rzeczy: dużych danych i mocy obliczeniowej. Doczekały się ich ponad 20 lat później.

← Cała oś czasu