El Nobel de física, per a dos pioners en xarxes neuronals artificials

El premi recau en els investigadors John J. Hopfield i Geoffrey E. Hinton, pares de la ‘capsa d’eines’ en què es basa la capacitat d’aprenentatge de la intel·ligència artificial.

John Hopfield (Chicago, Estats Units, 1933). Professor emèrit de la Universitat de Princeton. Geoffrey Hinton (Wimbledon, Regne Unit, 1947). Investigador de la Universitat de Toronto i de Google.

John Hopfield (Chicago, Estats Units, 1933). Professor emèrit de la Universitat de Princeton. Geoffrey Hinton (Wimbledon, Regne Unit, 1947). Investigador de la Universitat de Toronto i de Google.

2
Es llegeix en minuts
Valentina Raffio
Valentina Raffio

Periodista.

Especialista en ciència, salut i medi ambient.

Ubicada/t a Barcelona.

ver +

Els ordinadors no tenen la capacitat de pensar per si sols però, amb una mica d’ajuda, sí que poden funcionar com un cervell i aconseguir coses veritablement excepcionals. El premi Nobel de física va reconèixer ahir els treballs pioners de dos investigadors, John Hopfield i Geoffrey Hinton, que van ensenyar als ordinadors a aprendre per si mateixos i, essencialment, a trobar l’agulla al paller en un mar cada vegada més complex de dades. "L’aprenentatge automàtic basat en xarxes neuronals està revolucionant la ciència, l’enginyeria i la vida quotidiana. Gràcies a això, la humanitat compta ara amb un nou element a la seva capsa d’eines per crear un món millor", va afirmar amb gran entusiasme l’acta del jurat de la Reial Acadèmia de les Ciències de Suècia.

Segons argumenten des del comitè del Nobel, els treballs de Hopfield i Hinton han sigut pioners clau per desenvolupar la capsa d’eines que actualment utilitzen científics de tot el món per estudiar des de les cèl·lules que intervenen en el desenvolupament d’un càncer fins a la formació d’estrelles, planetes i galàxies situades a milions d’anys llum. Hopfield ha sigut premiat per la creació d’una xarxa neuronal que funciona com una memòria i, per tant, és capaç d’emmagatzemar tota mena de dades, patrons i imatges. Hinton, per la seva banda, ha sigut reconegut pel desenvolupament de models de deep learning que permeten a un ordinador descobrir patrons complexos en un mar de dades.

Notícies relacionades

La història d’aquest premi ve de lluny. En la dècada dels 40, la comunitat científica va començar a preguntar-se pels principis matemàtics que regeixen el funcionament del nostre cervell i, al seu torn, per com la interacció entre les neurones permetia l’aprenentatge i consolidava els records. Totes aquestes idees van crear un caldo de cultiu i d’idees que, dècades més tard, van inspirar Hopfield i Hinton a estudiar com es podien traslladar tots aquests principis a un ordinador perquè també pogués aprendre a pensar i resoldre problemes complexos de forma autònoma. Els seus treballs es van iniciar en la dècada dels 80 i van trigar al voltant de 30 anys a donar fruits, però ara, segons el comitè del Nobel, ja han revolucionat tota la ciència.

El Nobel als fonaments de la intel·ligència artificial ha despertat un gran entusiasme en la comunitat científica. "El descobriment de les xarxes neuronals artificials va marcar un abans i un després en la IA, proporcionant el fonament que va revolucionar la capacitat de les màquines per convertir les dades en coneixement", afirma Nerea Luis, doctora en Ciències de la Computació per la Universitat Carles III de Madrid, en declaracions al Science Media Center. En la mateixa línia es posiciona Pablo Haya Coll, de la Universitat Autònoma de Madrid (UAM). Aquest tipus de tecnologies, diu, "constitueixen la base de sistemes com ChatGPT".

Temes:

Intel Física