A precíziós órák és a megerősítéses tanulás kutatóit díjazza a NEC

Két kutatási területet ismertek el

A díjat a NEC C&C Foundation október 15-én jelentette be. Az A csoport díjazottja Dr. Hidetoshi Katori, a Tokiói Egyetem Alkalmazott Fizikai Tanszékének professzora, aki az optikai rácsóra megvalósításához járult hozzá. Katori egyben a RIKEN Center for Advanced Photonics téridőmérnöki kutatócsoportjának igazgatója.

A B csoport elismerését Dr. Andrew G. Barto, a University of Massachusetts Amherst professor emeritusa, Dr. Richard S. Sutton, az University of Alberta professzora, valamint Dr. Christopher J. Watkins, a Royal Holloway, University of London professzora kapta. A kutatók a megerősítéses tanulás fogalmi és matematikai alapjainak, illetve algoritmusainak létrehozásáért részesülnek a díjban.

Az optikai rácsóra a pontosabb időmérés alapja lehet

A NEC C&C Foundation szerint a pontos időmérés alapvető szerepet tölt be az információs és kommunikációs technológiákban, többek között a kommunikációs hálózatokban, a globális navigációs műholdrendszerekben, az elektronikus tranzakciókban és a tudományos mérésekben.

A jelenlegi másodpercdefiníció a céziumatomórán alapul. Az optikai átmenetek frekvenciája a forrás szerint körülbelül 100 000-szer magasabb a mikrohullámokénál, ezért finomabb időintervallumok mérését teszi lehetővé. Katori olyan optikai rácsóra koncepcióját dolgozta ki, amelyben lézerfénnyel létrehozott optikai rács tart fogva nagyszámú atomot, miközben azok jellegzetes optikai átmeneti frekvenciáit egyszerre mérik.

A kutató ezt a megoldást meg is valósította, így a NEC szerint a hagyományos atomórákat jelentősen meghaladó pontosságú időszabvány jött létre. Munkáját később a relativisztikus geodézia és a téridő érzékelése felé is kiterjesztette. Ezekkel az optikai rácsórák segítségével a gravitációs potenciál eltérései miatt kialakuló járásidő-különbségek, továbbá a kéreg deformációja és a vulkáni aktivitás időbeli és térbeli változásai is vizsgálhatók.

A megerősítéses tanulás az AI több területén használható

A díjazott kutatók olyan gépi tanulási megközelítés alapjait fektették le, amelyben egy ágens a környezetével való interakciók során, próbálkozások és hibák révén tanul. A visszajelzést a környezetből kapott jutalmak adják, a cél pedig a hosszú távon elérhető összesített jutalom maximalizálása.

A módszer nem igényel előre felcímkézett tanítási példákat. Barto és Sutton a megerősítéses tanulás kulcsfogalmait és matematikai alapjait dolgozta ki, Watkins pedig létrehozta a Q-learning algoritmust, amely a gyakorlati alkalmazásokat segítette.

A NEC C&C Foundation közlése szerint a megerősítéses tanulás a játék-AI, a kommunikációs hálózatok vezérlése, a félvezetőtervezés, valamint a logisztika és az energiagazdálkodás optimalizálása területén is megjelent. Emberi visszajelzést használó változata a generatív AI válaszainak javítását szolgálhatja, többek között a biztonság, a megbízhatóság és az emberi szándékhoz való igazodás terén. A technológiát a forrás a fizikai AI és a következő generációs robotvezérlés egyik lehetséges alapjaként is bemutatja.

Novemberben adják át a díjakat

Mindkét díjazott csoport oklevelet és plakettet kap, továbbá csoportonként 10 millió jen pénzjutalomban részesül. A C&C Prize-t 1985-ben alapították. Azóta 85 csoportnak, összesen 133 személynek, valamint két csapatnak ítélték oda.

A díjátadót november 30-án, hétfőn, japán idő szerint 15 órától tartják a tokiói ANA InterContinental Tokyo szállodában. A nyilvánosság a díjátadón, a díjazottak előadásain és a fogadáson is részt vehet a helyszínen. A díjátadót és az előadásokat online is közvetítik, a részvételhez előzetes regisztráció szükséges.