Le prix de physique a été décerné à John Hopfield de l’Université de Princeton et à Geoffrey Hinton de l’Université de Toronto «pour leurs découvertes et inventions marquantes qui permettent l’apprentissage automatique à l’aide de réseaux neuronaux artificiels». Geoffrey Hinton, lauréat du prix Nobel de physique 2024, a exprimé ses inquiétudes quant à ses propres découvertes et inventions qui ont rendu possible l’apprentissage automatique à l’aide de réseaux de neurones artificiels.
En fait, il s’agit du premier prix décerné pour des travaux à l’intersection de l’informatique, de la physique et de la biologie. Le Comité Nobel a noté que, en grande partie grâce aux recherches de Hopfield et Hinton, «les ordinateurs peuvent reproduire les processus de mémorisation et d’apprentissage, même s’ils ne savent pas encore penser».
Les lauréats sont devenus célèbres pour leurs inventions du début des années 80, lorsque la puissance des ordinateurs laissait beaucoup à désirer. Le biophysicien américain John Hopfield a créé un réseau neuronal associatif capable de mémoriser et de recréer des images et d’autres ensembles de données. Le scientifique s’est appuyé sur des modèles de physique statistique qui décrivent le comportement des ferromagnétiques, des substances qui «mémorisent» le champ magnétique dans lequel ils ont été placés. Le Britannique Geoffrey Hinton, le «parrain» de l’intelligence artificielle, arrière-arrière-petit-fils du fondateur de la logique mathématique George Boole, a créé un modèle informatique appelé machine de Boltzmann. Il s’appuyait également sur les méthodes de la physique statistique et était capable de classer les images et d’en créer de nouvelles selon un modèle donné.
Publiés pendant l’hiver de l’IA, alors que l’intérêt pour le domaine commençait à décliner, les articles de ces lauréats ont marqué le début d’une nouvelle ère et ont marqué le début du développement rapide de l’apprentissage automatique. Un nouvel regain d’attention porté aux algorithmes de Hopfield et Hinton s’est produit dans les années 2000; Aujourd’hui, ils ne sont plus largement et activement utilisés, mais ils trouvent des applications distinctes, par exemple dans l’informatique quantique.
L’Académie royale des sciences de Suède attribue à ces physiciens le développement des méthodes qui sont devenues la base de l’apprentissage automatique moderne. «Le travail des lauréats a déjà apporté d’énormes bénéfices. En physique, nous utilisons des réseaux de neurones artificiels dans un large éventail de domaines, tels que le développement de nouveaux matériaux dotés de propriétés spécifiques», a déclaré Ellen Moons, présidente du comité Nobel de physique.
Lorsque l’on parle d’intelligence artificielle, on parle souvent d’apprentissage automatique utilisant des réseaux de neurones artificiels. Initialement, la technologie des réseaux neuronaux a été créée par analogie avec la structure du cerveau. Dans les réseaux de neurones biologiques, il y a des neurones, dans un réseau de neurones artificiels, il y a des nœuds avec des valeurs différentes, et la connexion des nœuds entre eux peut s’affaiblir ou se renforcer. La formation réseau consistera par exemple à développer des connexions plus fortes entre des nœuds présentant simultanément des valeurs élevées.
Hopfield est né en 1933 dans l’État américain de l’Illinois et a étudié à l’Université Cornell. En 1982, il a inventé un réseau neuronal associatif connu sous le nom de Hopfield Network. Le physicien a créé une mémoire associative capable de stocker et de restaurer des images dans une base de données, dans ce réseau les nœuds agissent comme des pixels. Le réseau Hopfield peut être classé comme une mémoire auto-associative – une mémoire qui peut compléter ou corriger une image, mais ne peut pas associer l’image résultante à une autre image. Le réseau Hopfield utilise la physique qui décrit les caractéristiques d’un matériau, plus précisément le spin atomique, propriété qui fait de chaque atome un minuscule aimant. En général, le réseau est décrit d’une manière équivalente à la description de l’énergie dans un système de spin. Le réseau apprend en trouvant des valeurs pour les connexions entre les nœuds, de sorte que les images stockées ont une faible énergie. Si le réseau Hopfield reçoit une image incomplète, il parcourra méthodiquement les nœuds et mettra à jour leurs valeurs, provoquant une baisse de l’énergie du réseau. Le réseau fonctionne donc par étapes pour trouver l’image stockée qui ressemble le plus à l’image qu’il a reçue.
Hinton est né en 1947 dans une banlieue de Londres. Il est l’arrière-arrière-petit-fils du mathématicien et logicien anglais George Boole. Hinton est diplômé de l’Université de Cambridge en 1970 et de l’Université d’Édimbourg en 1978. Hinton a développé une méthode capable de rechercher de manière autonome des propriétés dans une base de données et d’effectuer des tâches telles que l’identification d’éléments spécifiques dans des images. Hinton a utilisé le réseau de Hopfield comme base pour inventer (avec Terry Sejnowski) un nouveau réseau. Elle s’appelait la «Machine Boltzmann» – en l’honneur du physicien autrichien Ludwig Boltzmann, l’un des créateurs de la physique statistique – une branche de la physique sur les systèmes construits à partir de nombreux composants similaires. Hinton a utilisé des outils de physique statistique pour développer le nouveau réseau. Comme le réseau Hopfield, la machine Boltzmann est un réseau de neurones avec un concept d’«énergie» défini. Ce réseau s’est avéré être le premier réseau de neurones capable d’apprendre des représentations internes et de résoudre des problèmes combinatoires complexes. Il peut apprendre à reconnaître des éléments caractéristiques dans un type de données donné. Une machine Boltzmann peut être utilisée pour classer des images ou créer de nouveaux exemples du type de motif sur lequel elle a été formée. La machine apprend en lui fournissant des exemples susceptibles de se produire lors de son exécution.
L’année dernière, le prix Nobel de physique a été décerné à Pierre Agostini, Ferenc Krausz et Anne L’Huillier “pour leurs méthodes expérimentales permettant de générer des impulsions lumineuses attosecondes pour étudier la dynamique des électrons dans la matière”. En 2022, le prix a été décerné au scientifique français Alain Aspe, au physicien américain John Clauser et au scientifique autrichien Anton Zeilinger pour leurs recherches en mécanique quantique – pour «des expériences avec des photons intriqués, des recherches sur les violations des inégalités de Bell et des travaux sur la science de l’information quantique».
La partie en espèces de la récompense, d’un montant de 11 millions de couronnes suédoises (environ un million d’euros), sera divisée à parts égales. Les lauréats seront récompensés le 10 décembre à Stockholm (jour de la mort d’Alfred Nobel).
Geoffrey Hinton, lauréat du prix Nobel de physique 2024, a exprimé ses inquiétudes quant à ses propres découvertes et inventions qui ont rendu possible l’apprentissage automatique à l’aide de réseaux de neurones artificiels.
Lors d’une conférence de presse mardi pour annoncer la nomination des lauréats du prix Nobel, Hinton, s’exprimant par téléphone, a mis en garde contre “des conséquences négatives possibles, en particulier la perte de contrôle du réseau neuronal”.
Il a noté que s’il avait à nouveau eu le choix de faire ou non cette découverte, il «aurait fait exactement la même chose». “Mais je crains que les conséquences puissent être néfastes et que le contrôle soit effectué par des systèmes plus intelligents que nous”, a ajouté le scientifique, parlant “avec un certain degré de regret” de la recherche.
«Nous n’avons pas cette expérience : qu’est-ce que ça fait quand quelque chose est plus intelligent que nous? — Hinton a répondu à la question d’un journaliste sur les conséquences possibles de son travail scientifique. Dans le même temps, le scientifique a souligné que la recherche « peut apporter de nombreux avantages, par exemple dans le domaine des soins de santé».
Plus tôt, il a été rapporté que le prix Nobel de physique avait été remporté par l’Américain John Hopfield et le détenteur de la citoyenneté britannique et canadienne Geoffrey Hinton.
“Les deux lauréats du prix Nobel de physique de cette année ont utilisé des outils issus de la physique pour développer les techniques qui sont devenues la base du puissant apprentissage automatique d’aujourd’hui”, a déclaré le comité Nobel dans un communiqué.
Hopfield est né en 1933 dans l’État américain de l’Illinois et a étudié à l’Université Cornell. En 1982, il a inventé un réseau neuronal associatif connu sous le nom de Hopfield Network.
Hinton est né en 1947 dans une banlieue de Londres. Il est l’arrière-arrière-petit-fils du mathématicien et logicien anglais George Boole. Hinton est diplômé de l’Université de Cambridge en 1970 et de l’Université d’Édimbourg en 1978. Avec Terry Sejnowski, il a inventé un réseau neuronal appelé machine Boltzmann.