di GIORGIO PANDINI

Il Premio Nobel per la Fisica 2024 è stato conferito a John Hopfield e Geoffrey Hinton, due luminari le cui scoperte hanno gettato le basi per l’intelligenza artificiale moderna.
Il loro lavoro, che si ispira profondamente ai meccanismi del cervello umano e a diverse metodologie della fisica statistica, ha rivoluzionato l’apprendimento automatico, abilitando un’ampia gamma di applicazioni pratiche e scientifiche di enorme portata.

John Hopfield, 91 anni, dell’Università di Princeton, è stato premiato per l’introduzione della “rete di Hopfield”. Questo modello di memoria associativa artificiale sfrutta una dinamica energetica per immagazzinare e recuperare schemi.

Ogni configurazione della rete corrisponde a uno stato energetico, con l’obiettivo di minimizzare tale energia durante il processo di apprendimento.
Le reti di Hopfield si rivelano particolarmente efficaci nel riconoscimento di schemi alterati e nella risoluzione di problemi di ottimizzazione.

Possono essere concettualizzate come modelli fisici in cui gli stati stabili fungono da attrattori, facilitando il recupero delle informazioni anche in presenza di dati parziali o compromessi.
La sua influenza è tale che Hopfield aveva già ricevuto la medaglia Boltzmann della IUPAP “per aver esteso i confini della fisica statistica ai fenomeni della vita, dalla correzione cinetica nella trasmissione dell’informazione a livello molecolare alla dinamica delle reti neurali, plasmando un nuovo lessico per concepire la computazione cerebrale”.

Geoffrey Hinton, 76 anni, dell’Università di Toronto, è largamente riconosciuto come un pioniere dell’IA contemporanea.
Ha sviluppato concetti cruciali come la “macchina di Boltzmann” e l’algoritmo di backpropagation.
La macchina di Boltzmann, ispirata ai principi della termodinamica statistica, è una rete neurale stocastica capace di apprendimento non supervisionato.

In questo modello, i neuroni possono assumere stati binari (attivi o inattivi) e le connessioni tra di essi vedono i propri pesi adeguati durante l’apprendimento. Simile all’energia libera in termodinamica, la macchina di Boltzmann mira a minimizzare una funzione di energia per individuare configurazioni ottimali che rappresentino al meglio i dati in ingresso.
L’algoritmo di backpropagation, invece, è essenziale per l’addestramento delle reti neurali artificiali profonde.

Funziona propagando all’indietro l’errore di previsione attraverso i vari livelli della rete, consentendo l’adeguamento dei pesi sinaptici per ridurre al minimo tale errore. Questo processo iterativo permette alla rete di elaborare rappresentazioni gerarchiche sempre più astratte e funzionali dei dati in ingresso.
Hinton ha inoltre supervisionato numerosi studenti e postdoc che hanno poi contribuito in modo determinante a trasformare il settore dell’IA, tra cui Yann LeCun (Chief AI Scientist presso META, celebre per lo sviluppo delle reti neurali convoluzionali) e Ilya Sutskever (CEO di Safe Superintelligence Inc, co-fondatore ed ex Chief Scientist di OpenAI).

Nel 2018, Hinton ha ricevuto il premio Turing, spesso definito il “Nobel dell’informatica”, per i suoi contributi seminali all’intelligenza artificiale, in particolare nell’ambito delle reti neurali profonde e dell’apprendimento automatico.
Le innovazioni di Hopfield e Hinton hanno creato le condizioni per i rapidi progressi che oggi caratterizzano l’IA, rendendo i sistemi più autonomi, adattabili ed efficienti in una vasta gamma di settori. Dalla medicina all’elaborazione del linguaggio naturale, dalla fisica alla biologia e all’ingegneria, l’impatto è pervasivo.

In fisica e astronomia, ad esempio, l’IA è impiegata per analizzare dati complessi da esperimenti di fisica delle particelle, simulare sistemi quantistici, facilitare l’analisi di ingenti quantità di dati cosmologici e nella ricerca di esopianeti.
In biologia, le reti neurali supportano, tra l’altro, la predizione della struttura delle proteine e l’interpretazione di dati genomici.

Nel campo dell’ingegneria, l’IA è utilizzata per l’ottimizzazione dei processi produttivi e lo sviluppo di veicoli a guida autonoma. La medicina, in particolare, sta vedendo un potenziale significativo nell’IA, che sostiene la diagnosi e il trattamento di numerose patologie grazie a tecniche di analisi delle immagini (soprattutto in oncologia) e accelera la progettazione di nuovi farmaci.

Il loro lavoro ha aperto la strada a modelli di intelligenza artificiale che stanno avendo un profondo impatto non solo nella ricerca, ma anche nel supporto alla vita quotidiana di milioni di persone.
Tra questi spiccano i grandi modelli di linguaggio come GPT di OpenAI, Claude di Anthropic, Gemini di Google, LLAMA di Meta e molti altri, che dimostrano capacità sorprendenti nella comprensione e generazione del linguaggio naturale, nella risoluzione di problemi complessi e nell’assistenza in vari compiti cognitivi.

Recentemente, Hinton ha richiamato l’attenzione sulle sue preoccupazioni riguardo allo sviluppo sicuro dell’IA.
Nonostante il suo ruolo pionieristico, oggi si batte per sensibilizzare sui potenziali rischi legati al rapido avanzamento di questa tecnologia, enfatizzando l’importanza di sviluppare un’IA che sia non solo potente, ma anche sicura e allineata con i valori umani.

Il Premio Nobel a Hopfield e Hinton non solo celebra il loro contributo fondamentale alla fisica e all’informatica, ma evidenzia anche la crescente rilevanza dell’IA nel panorama scientifico contemporaneo, aprendo nuove frontiere di ricerca e dibattito etico.
Le innovazioni di questi due scienziati sono cruciali per comprendere come l’intelligenza artificiale sia diventata una componente imprescindibile del nostro mondo, rendendo i sistemi più autonomi, adattabili ed efficaci in ambiti sempre più estesi.