Il fisico John Hopfield dell’Università di Princeton, e il professore Geoffrey Hinton, dell’Università di Toronto hanno vinto il Premio Nobel per la Fisica 2024 per i loro contributi nel campo del machine learning. Questa la motivazione della commissione dell’Accademia Reale delle Scienze: «Per le scoperte e invenzioni fondamentali che permettono l’apprendimento automatico tramite reti neurali artificiali. Entrambi i vincitori hanno utilizzato gli strumenti della fisica per sviluppare metodi che costituiscono la base dei potenti sistemi di apprendimento automatico di oggi».
Memoria associativa e un metodo per identificare autonomamente le proprietà nei dati
Hopfield ha creato una memoria associativa in grado di memorizzare e ricostruire immagini e altri tipi di pattern nei dati. Hinton ha inventato un metodo per identificare autonomamente proprietà nei dati, permettendo di svolgere compiti come l’identificazione di elementi specifici nelle immagini. Quando parliamo di intelligenza artificiale, spesso ci riferiamo al machine learning che utilizza reti neurali artificiali, ispirate alla struttura del cervello. In queste reti, i neuroni del cervello sono rappresentati da nodi con valori diversi che si influenzano reciprocamente attraverso connessioni simili alle sinapsi. La rete viene addestrata sviluppando connessioni più forti tra nodi con valori elevati simultanei. Hopfield ha inventato una rete che utilizza un metodo per salvare e ricreare pattern, mentre Hinton ha sviluppato la macchina di Boltzmann, che può riconoscere elementi caratteristici in un tipo di dati. Il lavoro di questi scienziati ha contribuito significativamente allo sviluppo del machine learning.
