Intelligenza Artificiale Nobel per la fisica a Hopfield e Hinton ai pionieri dell'IA

SDA

8.10.2024 - 20:18

Premiati i padri dell'intelligenza artificiale.
Premiati i padri dell'intelligenza artificiale.
Keystone

Il Nobel per la Fisica 2024 è stato assegnato a John Hopfield e Geoffrey Hinton per i loro contributi pionieristici nello sviluppo delle reti neurali artificiali, che hanno rivoluzionato il campo dell'intelligenza artificiale.

Il Nobel per la Fisica 2024 è stato senza dubbio un riconoscimento alle ricerche che hanno aperto la strada alla realizzazione dell'Intelligenza Artificiale, che ormai è sempre più presente nella vita quotidiana così come in moltissimi campi della ricerca.

L'americano John Hopfield e Geoffrey Hinton, nato in Gran Bretagna e naturalizzato canadese, sono riusciti a far dialogare fisica, matematica, biologia e psicologia come nessuno aveva mai fatto prima. Il risultato delle loro ricerche, condotte in modo indipendente, sono state le prime reti neurali artificiali.

Queste imitazioni del modo in cui funziona il cervello umano hanno aperto la strada a una rivoluzione ancora in corso, che entusiasma alcuni e preoccupa altri, ma che sicuramente richiede regole e strumenti per controllare queste nuove possibilità.

Tutto è iniziato circa 40 anni fa, con le ricerche di Hopfield.

John Hopfield e Geoffrey Hinton.
John Hopfield e Geoffrey Hinton.
Keystone

Gli studi di Hopfield

Nato a Chicago 91 anni fa, Hopfield ha concluso la sua lunga carriera all'Università di Princeton ed è stato il primo a utilizzare gli strumenti della fisica per imitare il funzionamento del cervello, ma non solo: il suo lavoro scientifico segnato dal continuo passaggio dalla fisica alla biologia lo ha portato all'inizio degli anni '80 a riconoscere le potenzialità delle reti neurali artificiali.

Ovvero delle simulazioni nelle quali i neuroni sono imitati da nodi ai quali vengono assegnati valori diversi e le loro connessioni, le sinapsi, sono rappresentate da connessioni tra i nodi che possono essere rese più forti o più deboli. Di qui l'idea di poter addestrare le reti neurali artificiali, diventate la base dell'apprendimento automatico.

Gli algoritmi di Hinton

Geoffrey Hinton, 77 anni, ha condotto le sue ricerche fra Gran Bretagna, Stati Uniti e infine in Canada dopo avere lasciato Google, alla continua ricerca della possibilità di lavorare in modo indipendente. Si devono a lui, nella seconda metà degli anni '80, gli algoritmi che hanno permesso di utilizzare le reti neurali al meglio, aprendo definitivamente la strada all'apprendimento automatico.

Grazie alle ricerche condotte da Hopfield e Hinton si è passati quindi dai tradizionali programmi per i computer, basati su descrizioni chiare e puntuali per generare risultati, all'apprendimento automatico, nel quale il computer apprende per mezzo di esempi e su questa base riesce ad affrontare problemi troppo vaghi e complessi per essere gestiti con istruzioni puntuali. Un esempio è l'interpretazione di un'immagine per identificare gli oggetti in essa contenuti.

Le reazioni

Entusiasmo e sorpresa sono state le reazioni con cui la comunità scientifica ha accolto questo Nobel. «Un premio per le scoperte rivoluzionarie e lo sviluppo delle reti neurali artificiali che costituiscono le pietre miliari dell'IA è una garanzia», ha commentato l'italiano Giorgio Parisi, premiato nel 2021 con il Nobel per Fisica.

«Penso che il premio Nobel per la fisica - prosegue - dovrebbe continuare a diffondersi in più regioni della conoscenza: la fisica sta diventando sempre più ampia e contiene molte aree di conoscenza che in passato non esistevano o non facevano parte della fisica».

Entusiasta anche il commento di molti ricercatori dell'Istituto nazionale italiano di Fisica Nucleare, che hanno rilevato l'importanza dell'apprendimento automatico in molti capi di ricerca, soprattutto quelli relativi ai grandi progetti internazionali che producono enormi quantità di dati, come quelli condotti al Cern di Ginevra, quelli sulla ricerca delle onde gravitazionali, ma diventa sempre più importante anche l'utilizzo nella fisica medica, in particolare alla diagnostica per immagini.

SDA