Le 2024 Prix Nobel de physique a été décerné à deux scientifiques qui ont jeté les bases des progrès rapides d’aujourd’hui dans le domaine intelligence artificielle (IA).
John Hopfield et Geoffrey Hinton partageront le prix de 11 millions de couronnes suédoises (1,03 million de dollars) pour leur travail sur réseaux de neurones artificiels et les algorithmes qui permettent aux machines d’apprendre, a annoncé mardi 8 octobre l’Académie royale des sciences de Suède, qui sélectionne les lauréats du prix Nobel de physique.
« Je suis sidéré, je ne pensais pas que cela arriverait, je suis très surpris », a déclaré Hinton par téléphone. lors d’une conférence de presse. Il parlait depuis un hôtel en Californie avec une connexion Internet médiocre et une mauvaise connexion téléphonique. « J’allais passer une IRM aujourd’hui, mais je pense que je vais devoir l’annuler. »
Hopfield, professeur de sciences de la vie à l’Université de Princeton, a été reconnu pour avoir créé un réseau de mémoire associative – qu’il a proposé pour la première fois sous le nom de réseau Hopfield en 1982 – capable de sauvegarder et de reconstruire des images et d’autres modèles à partir de données imparfaites.
Hinton, informaticien à l’Université de Toronto, a utilisé le réseau de Hopfield au début des années 2000 comme base d’une méthode connue sous le nom de « machine Boltzmann ». À l’aide d’outils de physique statistique, Hinton a produit des réseaux neuronaux capables de détecter des modèles dans les données, leur permettant ainsi de classer des images ou de créer de nouveaux exemples des modèles sur lesquels ils ont été formés.
Prises ensemble, ces deux avancées ont été fondamentales pour le développement de l’apprentissage automatique, qui a depuis produit une explosion de nouvelles technologies et applications d’IA.
« Les travaux des lauréats ont déjà été très utiles. En physique, nous utilisons des réseaux de neurones artificiels dans de nombreux domaines, comme par exemple le développement de nouveaux matériaux dotés de propriétés spécifiques », Ellen Lunesprésident du Comité Nobel de physique, a déclaré dans un communiqué.
Commentant les implications de sa technologie lors de la conférence de presse, Hinton a déclaré que l’apprentissage automatique « aura une influence énorme, il sera comparable à la révolution industrielle. Mais au lieu de dépasser les gens en force physique, il va dépasser les gens en capacité intellectuelle ». « .
Les travaux des chercheurs représentent un changement dans la recherche sur l’IA loin de la logique symbolique – qui tentait de reproduire les caractéristiques de l’intelligence humaine à l’aide de symboles intégrés dans des systèmes logiques – pour réseaux d’apprentissage profond. Ce dernier utilise des couches de neurones artificiels et de grandes quantités de données pour imiter vaguement les processus du cerveau humain.
L’apprentissage profond existe depuis les années 1980, mais d’énormes besoins en énergie, en données et en calcul ont maintenu la technologie à un stade naissant jusqu’à il y a 10 ans, lorsque l’informatique a progressé. l’a accéléré.
« Nous n’avons aucune expérience de ce que signifie avoir des choses plus intelligentes que nous. Cela va être merveilleux à bien des égards », a-t-il ajouté, citant les avantages pour les soins de santé et les améliorations en termes de productivité. « Mais nous devons également nous inquiéter d’un certain nombre de conséquences néfastes possibles, notamment la menace que ces choses deviennent incontrôlables« .
