Deux scientifiques reconnus pour avoir jeté les « bases du puissant apprentissage automatique d’aujourd’hui », le professeur émérite de l’Université de Toronto, Geoffrey Hinton, et le professeur de l’Université de Princeton, John Hopfield, ont été reçoit le prix Nobel de physique aujourd’hui.
Leurs découvertes et inventions ont jeté les bases de nombreuses avancées récentes dans le domaine de l’intelligence artificielle, a déclaré le comité Nobel de l’Académie royale des sciences de Suède. Depuis les années 1980, leurs travaux ont permis la création de réseaux de neurones artificiels, une architecture informatique vaguement calquée sur la structure du cerveau.
En imitant la façon dont notre cerveau établit des connexions, les réseaux de neurones permettent aux outils d’IA essentiellement de «apprendre par l’exemple.» Les développeurs peuvent entraîner un réseau neuronal artificiel à reconnaître des modèles complexes en lui fournissant des données, ce qui sous-tend certaines des utilisations les plus médiatisées de l’IA aujourd’hui, de la génération de langage à la reconnaissance d’images.
« Il est difficile de voir comment empêcher les mauvais acteurs de l’utiliser à des fins néfastes. »
« Je n’avais aucune attente à ce sujet. Je suis extrêmement surpris et honoré d’être inclus », a déclaré Hinton « sidéré » lors d’une conférence à l’Université de Toronto. communiqué de presse.
Hinton, souvent surnommé « le parrain de l’IA », dit le New York Times l’année dernière, « une partie de lui… regrette désormais l’œuvre de sa vie ». Il aurait quitté son poste chez Google en 2023 afin de pouvoir attirer l’attention sur le potentiel risques posé par la technologie qu’il a contribué à concrétiser.
« Il est difficile de voir comment empêcher les mauvais acteurs de l’utiliser pour de mauvaises choses », a déclaré Hinton dans le communiqué. New York Times entretien.
Le comité Nobel a reconnu Hinton pour avoir développé ce qu’on appelle le Machine Boltzmannun modèle génératif, avec des collègues dans les années 1980 :
Hinton a utilisé des outils issus de la physique statistique, la science des systèmes construits à partir de nombreux composants similaires. La machine est entraînée en lui fournissant des exemples très susceptibles de se produire lors de son fonctionnement. La machine Boltzmann peut être utilisée pour classer des images ou créer de nouveaux exemples du type de motif sur lequel elle a été formée. Hinton s’est appuyé sur ces travaux et a contribué à lancer le développement explosif actuel de l’apprentissage automatique.
Le travail de Hinton s’appuie sur le réseau Hopfield de John Hopfield, un réseau neuronal artificiel capable de recréer des modèles :
Le Réseau Hopfield utilise la physique qui décrit les caractéristiques d’un matériau en raison de son spin atomique – une propriété qui fait de chaque atome un minuscule aimant. Le réseau dans son ensemble est décrit d’une manière équivalente à l’énergie du système de spin trouvé en physique, et est formé en trouvant des valeurs pour les connexions entre les nœuds afin que les images enregistrées aient une faible énergie. Lorsque le réseau Hopfield reçoit une image déformée ou incomplète, il travaille méthodiquement à travers les nœuds et met à jour leurs valeurs afin que l’énergie du réseau diminue. Le réseau travaille ainsi par étapes pour trouver l’image enregistrée qui ressemble le plus à l’image imparfaite avec laquelle il a été alimenté.
Hinton continue de faire part de ses inquiétudes concernant l’IA, notamment dans un appeler aujourd’hui avec les journalistes. « Nous n’avons aucune expérience de ce que cela signifie d’avoir des choses plus intelligentes que nous. Et ça va être merveilleux à bien des égards », a-t-il déclaré. « Mais nous devons également nous inquiéter d’un certain nombre de conséquences néfastes possibles, notamment du risque que ces choses deviennent incontrôlables. »