O Prêmio Nobel de Física foi concedido aos pais das redes neurais e do aprendizado de máquina

Uma série de redes neurais, algoritmos de aprendizagem automática e inteligência artificial baseiam-se em descobertas profundas no campo da física, conforme anunciado hoje por representantes do Comité Nobel do Instituto Karolinska, em Estocolmo. O prêmio de 2024 foi concedido ao físico John Hopfield e ao matemático Geoffrey Hinton.

Fonte da imagem: nobelprize.org

John Hopfield nasceu em 15 de julho de 1933 e recebeu seu doutorado em física em 1958 pela Universidade Cornell. Geoffrey Hinton nasceu em 6 de dezembro de 1947 e recebeu o título de PhD em IA pela Universidade de Edimburgo em 1978. É interessante notar que Hinton é bisneto do famoso matemático britânico George Boole (1815–1864). Ele agora é membro da Universidade de Toronto, Canadá.

Ambos começaram a trabalhar em estreita colaboração com redes neurais no início da década de 1980. John Hopfield ficou famoso em 1982 como o inventor da rede neural associativa, que recebeu seu nome. Hinton inventou um método que automatizou o processo de extração de dados para identificar elementos de imagem. Onde está a física nisso tudo?

Para criar a rede neural, Hopfield aproveitou a conhecida propriedade dos átomos de buscar o menor valor de sua energia. A rede de Hopfield é descrita de maneira equivalente ao comportamento da energia em um sistema de spins atômicos. O aprendizado ocorre encontrando valores para conexões entre nós da rede de forma que as imagens armazenadas tenham baixa energia. Então a busca se resume a processar as conexões entre os nós de tal forma que a energia da rede diminua, e isso levaria à descoberta da melhor correspondência.

Geoffrey Hinton usou a rede Hopfield como base para uma nova rede usando um método diferente: a máquina de Boltzmann. Com sua ajuda, você pode aprender a reconhecer elementos característicos em dados de um tipo específico. Para fazer isso, Hinton usou as ferramentas da física estatística, a ciência dos sistemas construídos a partir de muitos componentes semelhantes. A máquina aprende dando exemplos que provavelmente ocorrerão quando a máquina estiver em funcionamento. A máquina Boltzmann pode ser usada para classificar imagens ou criar novos exemplos (desenhos) nos quais foi treinada.

«O trabalho dos laureados já trouxe os maiores benefícios. Na física, usamos redes neurais artificiais em uma ampla gama de áreas, como no desenvolvimento de novos materiais com propriedades específicas”, comentou Ellen Moons, presidente do Comitê do Nobel de Física.