Nobel per la Fisica a Hopfield e Hinton, "padri" dell'intelligenza artificiale

Il prestigioso Premio Nobel per la Fisica del 2024 è stato assegnato dalla Royal Swedish Academy di Scienze al fisico americano John J. Hopfield e all'informatico britannico-canadese Geoffrey E. Hinton "per scoperte e invenzioni fondamentali che consentono l'apprendimento automatico con reti neurali artificiali". In pratica i due scienziati hanno spianato la strada per lo sviluppo dell'intelligenza artificiale e l'apprendimento automatico delle macchine.

L'importanza della loro scoperta

I vincitori di quest'anno hanno usato strumenti tratti dalla fisica per costruire nuovi metodi che hanno gettato le basi per l'apprendimento automatico che utilizziamo nei giorni nostri: nello specifico, John Hopfield ha creato una struttura in grado di archiviare e ricostruire informazioni mentre Geoffrey Hinton ha inventato un metodo che riesce a scoprire autonomamente le proprietà nei dati di uso fondamentale per le grandi reti neurali artificiali che si utilizzano attualmente.

L'intelligenza artificiale

Anches se ormai è scontato, c'è un enorme lavoro scientifico dietro i computer in grado di tradurre tra lingue diverse, intrerpretare le immagini e anche riuscire ad avere "conversazioni ragionevoli". Il dietro le quinte di questa tecnologia è importante già da diverso tempo per ricerca, classificazione e analisi di grandi quantità di dati. "Lo sviluppo dell'apprendimento automatico è esploso negli ultimi quindici o vent'anni e utilizza una struttura chiamata rete neurale artificiale. Oggigiorno, quando parliamo di intelligenza artificiale, questo è spesso il tipo di tecnologia a cui ci riferiamo", spiegano gli esperti.

Se ne parla sempre più spesso specialmente negli ultimi anni: anche se i personal computer non sono in grado di "pensare", le macchine più potenti e tecnologicamente avanzate riescono ormai a riprodurre funzioni quali memoria e l'apprendimento. I vincitori di quest'anno hanno contribuito a rendere possibile tutto questo usando contetti e metodi che derivano proprio dalla Fisica grazie allo sviluppo di tecnologie che utilizzano strutture in reti per elaborare informazioni.

Le differenze con il passato

Rispetto ai software tradizionali che utilizzano i dati elaborati secondo una descrizione già chiara all'inizio producendo un certo tipo di risultato, con l'apprendimento automatico il computer impara da solo tramite esempi così da affrontare in autonomia problematiche troppo vaghe e complesse per essere gestite dando delle istruzioni passo dopo passo: ad esempio, l'intelligenza artificiale riesce a capire il contenuto di un'immagine grazie agli oggetti contenuti dentro di essa.

BREAKING NEWS
The Royal Swedish Academy of Sciences has decided to award the 2024 #NobelPrize in Physics to John J. Hopfield and Geoffrey E. Hinton “for foundational discoveries and inventions that enable machine learning with artificial neural networks.” pic.twitter.com/94LT8opG79

— The Nobel Prize (@NobelPrize) October 8, 2024

Come viene imitato il cervello

"Una rete neurale artificiale elabora le informazioni utilizzando l'intera struttura di rete. L'ispirazione inizialmente è nata dal desiderio di comprendere come funziona il cervello", come spiegato dagli esperti accademici della Royal Swedish. Già negli anni '40 molti studiosi avevano iniziato i ragionamenti sulle basi delle reti neuronali del cervello e più avanti, grazie al neuroscienziato Donald Hebb, è stato scoperto come avviene l'apprendimento grazie alle connessioni tra i neuroni che si rinforzano quando lavorano insieme. Anni dopo, da queste basi, si è cercato di riprodurre il funzionamento della rete cerebrale costruendo reti neurali artificiali come simulazioni al computer.

Le parole di Hinton

"Sono in un hotel economico in California che non ha una buona connessione internet o

telefonica. Dovevo fare una risonanza magnetica oggi, ma dovrò annullarla!": sono state queste le prime parole del vincitore del Premio per la Fisica, Geoffrey Hinton, raggiunto dalla notizia di aver vinto il Nobel.