Dois investigadores que desenvolveram técnicas de aprendizagem de máquina, fundamentais para o crescimento da inteligência artificial (IA) actual, foram galardoados com o Prémio Nobel de Física de 2024. John Hopfield, da Universidade de Princeton, nos Estados Unidos, e Geoffrey Hinton, da Universidade de Toronto, no Canadá, partilharam o prémio de 11 milhões de coroas suecas (aproximadamente 1 milhão de dólares), conforme anunciado pela Academia Real Sueca de Ciências, em Estocolmo, no dia 8 de Outubro.
Ambos utilizaram ferramentas da física para criar métodos que alimentam redes neurais artificiais, as quais exploram estruturas em camadas inspiradas no cérebro para aprender conceitos abstractos. Segundo Ellen Moons, presidente do comité do Nobel e física da Universidade de Karlstad, na Suécia, as suas descobertas “constituem os blocos de construção do aprendizado de máquina, que podem auxiliar os humanos a tomar decisões mais rápidas e confiáveis”. As redes neurais artificiais têm sido utilizadas para avançar a investigação em temas de física tão diversos como a física de partículas, a ciência dos materiais e a astrofísica.
Em 1982, Hopfield, um biólogo teórico com formação em física, criou uma rede que descrevia as conexões entre neurónios virtuais como forças físicas. Ao armazenar padrões como estados de baixa energia da rede, o sistema era capaz de recriar esses padrões quando solicitado com elementos semelhantes, um processo que ficou conhecido como memória associativa. Este funcionamento assemelha-se à forma como o cérebro humano tenta recordar uma palavra ou conceito com base em informações relacionadas.
Hinton, por sua vez, utilizou princípios da física estatística para desenvolver ainda mais a “rede Hopfield”. Ao construir probabilidades numa versão em camadas da rede, criou uma ferramenta capaz de reconhecer e classificar imagens, ou gerar novos exemplos do tipo para o qual foi treinada.
Esses processos diferem dos tipos anteriores de computação, pois as redes eram capazes de aprender com exemplos, incluindo dados complexos, algo que teria sido desafiador para softwares convencionais que dependem de cálculos passo a passo.
Hinton, que foi surpreendido com o anúncio do Nobel, declarou que o prémio foi “um raio do nada”, afirmando que os avanços no aprendizado de máquina “terão uma influência enorme, será comparável à revolução industrial”. Ele salientou que, em vez de superar os humanos em força física, a IA ultrapassará a capacidade intelectual humana.
Nos últimos anos, Hinton tornou-se uma das vozes mais proeminentes a advogar por salvaguardas em torno da IA. Ele acredita que a computação digital se tornou melhor do que o cérebro humano, devido à sua capacidade de compartilhar o aprendizado de várias cópias de um algoritmo, funcionando em paralelo. “Até aquele ponto, passei 50 anos a pensar que se pudéssemos torná-lo mais parecido com o cérebro, ele seria melhor”, afirmou Hinton.
Ambos os laureados já tinham recebido vários prêmios prestigiados anteriormente. Hinton ganhou o Prémio Alan Turing em 2018, muitas vezes referido como o “Nobel da ciência da computação”, enquanto Hopfield também foi agraciado com diversos outros prémios de física de renome, incluindo a Medalha Dirac.
A contribuição dos premiados para a ciência é amplamente reconhecida como inovadora, tendo as redes neurais se tornado uma ferramenta crucial na análise de dados experimentais e na compreensão de transições de fase, além de beneficiarem áreas como a biologia. A neurociência, por exemplo, utiliza teorias de rede e ferramentas de aprendizagem de máquina, oriundas do trabalho de Hopfield e Hinton, para processar dados de milhares de células simultaneamente, facilitando a investigação de como os neurónios interagem na memória e navegação.
