O Prêmio Nobel de Física de 2024 será concedido à dupla que descobriu a técnica original de IA

O Prêmio Nobel de Física de 2024 foi concedido a John Hopfield e Geoffrey Hinton por seu trabalho em redes neurais artificiais e algoritmos fundamentais que permitem que as máquinas aprendam, fundamentais para os grandes modelos de linguagem atuais, como o ChatGPT.

“Estou chocado, não tinha ideia de que isso iria acontecer”, disse Hinton ao comitê do Nobel quando o prêmio foi anunciado. “Estou muito surpreso.” Hinton, que tem falado abertamente sobre seus temores em torno do desenvolvimento da inteligência artificial, também reiterou que lamenta o que fez. “Na mesma situação, eu faria a mesma coisa novamente, mas temo que as consequências gerais possam ser sistemas mais inteligentes que os nossos que eventualmente assumam o controle”, disse ele.

Embora a IA possa não parecer um candidato óbvio ao Nobel da Física, a descoberta de redes neurais que podem aprender e as suas aplicações são dois campos que estão intimamente ligados à física, disse a presidente do Comité do Nobel de Física, Ellen Moon, no anúncio. . “Essas redes neurais artificiais têm sido usadas para avançar pesquisas em tópicos de física tão diversos quanto física de partículas, ciência de materiais e astrofísica.”

Muitas das primeiras abordagens à inteligência artificial envolviam dar aos programas de computador regras lógicas a seguir para ajudá-los a resolver problemas, mas isso tornava difícil para eles aprenderem sobre novas informações ou encontrarem situações que não tinham visto antes. Em 1982, Hopfield, na Universidade de Princeton, desenvolveu uma arquitetura para um computador chamada Rede Hopfield, uma coleção de nós, ou neurônios artificiais, que podem alterar a força de suas conexões com um algoritmo de aprendizagem inventado por Hopfield.

Esse algoritmo foi inspirado em trabalhos de física que encontraram a energia de um sistema magnético descrevendo-o como uma coleção de minúsculos ímãs. A técnica altera iterativamente a força de acoplamento entre os ímãs na tentativa de encontrar um valor mínimo para a força do sistema.

No mesmo ano, Hinton, da Universidade de Toronto, começou a desenvolver as ideias de Hopfield para ajudar a criar uma estrutura de aprendizado de máquina intimamente relacionada, chamada de máquinas Boltzmann. “Lembro-me de ir a uma reunião em Rochester onde John Hopfield falou e aprendi pela primeira vez sobre redes neurais. Depois disso, Terry (Seznowski) e eu trabalhamos arduamente para descobrir como generalizar as redes neurais”, disse ele.

Hinton e seus colegas mostraram que, ao contrário das arquiteturas anteriores de aprendizado de máquina, as máquinas Boltzmann podem aprender e extrair padrões de grandes conjuntos de dados. Este princípio, quando combinado com grandes quantidades de dados e poder computacional, levou ao sucesso de muitos sistemas de inteligência artificial, como reconhecimento de imagens e ferramentas de tradução de idiomas.

No entanto, embora a máquina de Boltzmann tenha se mostrado capaz, ela era ineficiente e lenta, e não é usada hoje em sistemas modernos. Em vez disso, arquiteturas de aprendizado de máquina modernas e rápidas, como modelos Transformer, que potencializam grandes modelos de linguagem como ChatGPT.

Na conferência do Prêmio Nobel, Hinton ficou entusiasmado com as implicações de suas descobertas e de Hopfield. “Será comparável à Revolução Industrial, mas em vez de as pessoas superarem em força física, superarão as pessoas em capacidade intelectual”, disse ele. “Não temos experiência em tornar as coisas mais inteligentes do que nós. Vai ser ótimo em muitos aspectos… mas também temos que nos preocupar com algumas consequências ruins, especialmente a ameaça de que essas coisas saiam do controle.”