O 2024 Prêmio Nobel de física foi concedido a dois cientistas que lançaram as bases para os rápidos avanços atuais em inteligência artificial (IA).
John Hopfield e Geoffrey Hinton compartilharão o prêmio de 11 milhões de coroas suecas (US$ 1,03 milhão) por seu trabalho em redes neurais artificiais e os algoritmos que permitem que as máquinas aprendam, anunciou na terça-feira (8 de outubro) a Real Academia Sueca de Ciências, que seleciona os ganhadores do Nobel de física.
“Estou pasmo, não tinha ideia de que isso iria acontecer, estou muito surpreso”, disse Hinton por telefone em uma coletiva de imprensa. Ele estava falando de um hotel na Califórnia com internet ruim e conexão telefônica ruim. “Eu ia fazer uma ressonância magnética hoje, mas acho que terei que cancelar.”
Hopfield, professor de ciências da vida na Universidade de Princeton, foi reconhecido por criar uma rede de memória associativa – que ele propôs pela primeira vez como rede Hopfield em 1982 – que pode salvar e reconstruir imagens e outros padrões a partir de dados imperfeitos.
Hinton, cientista da computação da Universidade de Toronto, usou a rede de Hopfield no início dos anos 2000 como base para um método conhecido como “máquina Boltzmann”. Usando ferramentas da física estatística, Hinton produziu redes neurais que podem detectar padrões em dados, permitindo-lhes classificar imagens ou criar novos exemplos dos padrões nos quais foi treinado.
Relacionado: A humanidade enfrentará um futuro “catastrófico” se não regularmos a IA, diz o “Padrinho da IA” Yoshua Bengio
Tomados em conjunto, os dois avanços foram fundamentais para o desenvolvimento da aprendizagem automática, que desde então produziu uma explosão em novas tecnologias e aplicações de IA.
“O trabalho dos laureados já foi de grande benefício. Na física, usamos redes neurais artificiais em uma vasta gama de áreas, como no desenvolvimento de novos materiais com propriedades específicas.” Ellen Luaspresidente do Comitê do Nobel de Física, disse em um comunicado.
Comentando sobre as implicações de sua tecnologia na entrevista coletiva, Hinton disse que o aprendizado de máquina “terá uma enorme influência, será comparável à revolução industrial. Mas em vez de exceder as pessoas em força física, irá exceder as pessoas em capacidade intelectual”. .”
O trabalho dos pesquisadores representou uma mudança na pesquisa de IA longe da lógica simbólica – que tentava replicar características da inteligência humana usando símbolos embutidos em sistemas lógicos – para redes de aprendizagem profunda. Este último utiliza camadas de neurônios artificiais e grandes quantidades de dados para emular vagamente processos no cérebro humano.
O aprendizado profundo existe desde a década de 1980, mas enormes requisitos de energia, dados e computação mantiveram a tecnologia em um estágio inicial até 10 anos atrás, quando a computação avançou acelerou.
“Não temos experiência de como é ter coisas mais inteligentes do que nós. Será maravilhoso em muitos aspectos”, acrescentou, citando benefícios para a saúde e melhorias na produtividade. “Mas também temos que nos preocupar com uma série de possíveis consequências negativas, particularmente a ameaça dessas coisas ficarem fora de controle.”
