Cos’è l’intelligenza artificiale con reti neurali del Premio Nobel 2024 per la Fisica a Hopfield e Hinton
L’intelligenza artificiale (IA) con reti neurali artificiali è una tecnologia di apprendimento automatico ispirata alla struttura del cervello, in cui i neuroni sono rappresentati da nodi mentre le connessioni possono essere paragonate alle sinapsi. L’inventore di questa rete artificiale, il fisico statunitense John Hopfield, più conosciuto come il “padrino pentito” dell’AI, e l’informatico anglo-canadese Geoffrey Hinton, che ha utilizzato la rete di Hopfield per sviluppare una nuova rete (la macchina di Boltzmann), sono i vincitori del Premio Nobel per la Fisica 2024, assegnato oggi, 8 ottobre 2024 dalla Royal Swedish Academy of Sciences a Stoccolma, in Svezia.
John Hopfield, nello specifico, ha creato una memoria associativa in grado di archiviare e ricostruire informazioni, mentre Geoffrey Hinton ha inventato un metodo in grado di trovare autonomamente proprietà nei dati, diventato importante per le grandi reti neurali artificiali attualmente in uso. Il loro è 118° Premio per la Fisica assegnato dal 1901, cioè da quando la massima onorificenza annuale è stata istituita.
Cos’è la rete neurale artificiale dell’intelligenza artificiale (IA)
Una rete neutrale artificiale è un tipo di struttura tecnologica dell’apprendimento automatico, ovvero la tecnologia dell’intelligenza artificiale (IA) chiamata così perché imita la struttura del cervello. In una rete neurale artificiale, i neuroni del cervello sono rappresentati da nodi, che hanno valori diversi: questi nodi si influenzano a vicenda tramite connessioni che possono essere paragonate alle sinapsi e che possono essere rese più forti o più deboli. La rete viene addestrata, ad esempio sviluppando connessioni più forti tra nodi con valori simultaneamente elevati.
I vincitori del Premio Nobel per la Fisica 2024, John Hopfield e Geoffrey Hinton hanno condotto un importante lavoro con le reti neurali artificiali dagli Anni 80 in poi e che “è già stato di grandissimo beneficio. In fisica utilizziamo reti neurali artificiali in una vasta gamma di aree, come lo sviluppo di nuovi materiali con proprietà specifiche” ha affermato Ellen Moons, presidente del Comitato per il Nobel per la Fisica.
Chi sono John Hopfield e Geoffrey Hinton, Premi Nobel per la Fisica 2024
John Hopfield è un fisico americano, Nobel per la Fisica 2024 per il suo studio sulla rete neurale artificiale del 1982: Hopfield ha inventato una rete – denominata rete di Hopfield – che può fungere da memoria indirizzabile al contenuto. Si tratta di una memoria costituita da un singolo strato di neuroni, o meglio, di nodi, in cui ogni nodo è connesso a tutti gli altri, tranne che a se stesso.
“Possiamo immaginare i nodi come pixel – si legge nella nota di approfondimento che accompagna l’assegnazione del Premio Nobel 2024 per la Fisica – . La rete di Hopfield usa la fisica che descrive le caratteristiche di un materiale grazie al suo spin atomico, una proprietà che rende ogni atomo un piccolo magnete. La rete nel suo complesso è descritta in un modo equivalente all’energia nel sistema di spin trovato in fisica, ed è addestrata trovando valori per le connessioni tra i nodi in modo che le immagini salvate abbiano bassa energia. Quando alla rete di Hopfield viene fornita un’immagine distorta o incompleta, questa lavora metodicamente attraverso i nodi e aggiorna i loro valori in modo che l’energia della rete diminuisca. La rete lavora quindi a tappe per trovare l’immagine salvata che è più simile a quella imperfetta con cui è stata alimentata”.
Geoffrey Hinton, l’informatico britannico naturalizzato canadese che divide il Premio Nobel per la Fisica 2024 con John Hopfield ha utilizzato la rete di Hopfield come base per una nuova rete che utilizza un metodo diverso: la macchina di Boltzmann, che è in grado di imparare a riconoscere elementi caratteristici in un dato tipo di dati. Per il suo sviluppo, Hinton ha utilizzato strumenti tratti dalla fisica statistica, la scienza dei sistemi costruiti da molti componenti simili, contribuendo ad avviare l’attuale sviluppo esplosivo dell’apprendimento automatico. La macchina di Bolzmann, nello specifico, viene addestrata fornendole esempi che hanno una probabilità molto alta di presentarsi: può essere utilizzata per classificare immagini o creare nuovi esempi del tipo di pattern su cui è stata addestrata.
