De Amerikaanse wetenschapper John Hopfield en zijn Brits-Canadese collega Geoffrey Hinton, bekend als de 'peetvader van kunstmatige intelligentie', hebben de Nobelprijs voor natuurkunde 2024 gekregen voor hun fundamentele werk op het gebied van het mogelijk maken van machinaal leren met kunstmatige neurale netwerken.

"De twee Nobelprijswinnaars voor de natuurkunde van dit jaar hebben hulpmiddelen uit de natuurkunde gebruikt om methoden te ontwikkelen die de basis vormen voor het krachtige machine learning van vandaag de dag", aldus de academie op hun officiële X-account.

“Ze hebben ons een compleet nieuwe manier laten zien om computers te gebruiken om ons te helpen en te begeleiden bij het aanpakken van veel van de uitdagingen waarmee onze samenleving wordt geconfronteerd.”

De Koninklijke Zweedse Academie van Wetenschappen prees beide wetenschappers bij de bekendmaking van de prijs voor hun ‘transformatieve bijdragen’ die het mogelijk hebben gemaakt dat machine learning enorme hoeveelheden data kan verwerken en beslissingen kan nemen, net als het menselijk brein.

Wie zijn de twee Nobelprijswinnaars?

Als emeritus hoogleraar aan de Princeton University staat Hopfield (91) vooral bekend om de ontwikkeling van het Hopfield Network in de jaren 80, waarmee hij associatief geheugen modelleerde aan de hand van principes uit de natuurkunde.

Zijn werk was van cruciaal belang voor het begrijpen van de manier waarop neurale netwerken geheugen- en leerprocessen kunnen simuleren.

De 76-jarige Hinton, geboren in Groot-Brittannië en emeritus hoogleraar aan de Universiteit van Toronto, verliet Google in 2023 nadat hij had gemerkt dat computers veel sneller slimmer konden worden dan mensen dan hij en andere experts hadden verwacht.

Computerwetenschapper en cognitief psycholoog Hinton heeft een methode ontwikkeld dat autonoom eigenschappen in data kan vinden en taken kan uitvoeren zoals het identificeren van specifieke elementen in afbeeldingen.

"Ik ben verbijsterd. Ik had geen idee dat dit zou gebeuren. Ik ben erg verrast", vertelde Hinton aan journalisten toen hem werd gevraagd hoe hij zich voelde over zijn Nobelprijswinnaarschap.

"Dit zal vergelijkbaar zijn met de industriële revolutie. Machine Learning zal mensen overtreffen in intellectuele vermogens," voegde hij toe.

Hoewel hij de verschillende toepassingsgebieden benadrukte, waaronder gezondheidszorg, AI-assistenten en verbeterde arbeidsproductiviteit, benadrukte hij ook het potentiële gevaar van Machine Learning, dat kan leiden tot situaties waarin men de controle verliest.

De impact van hun werk

De bijdragen van Hopfield en Hinton gaan verder dan theoretisch onderzoek en richten zich nu ook op praktische toepassingen die het dagelijks leven raken.

Het Hopfield-netwerk speelde een cruciale rol bij het aantonen hoe neurale netwerken de manier waarop de hersenen informatie verwerken en opslaan, kunnen nabootsen.

Hinton breidde het Hopfield-netwerk uit met de Boltzmann-machine, die leert karakteristieke elementen in data te herkennen met behulp van statistische fysica. Deze machine wordt getraind door hem voorbeelden te geven die waarschijnlijk tijdens de werking ervan zullen ontstaan.

Het kan afbeeldingen classificeren of nieuwe voorbeelden genereren op basis van zijn training, en speelt daarmee een belangrijke rol in de ontwikkeling van machinaal leren.

Deze theoretische doorbraak legde de basis voor toekomstig werk op het gebied van AI, waardoor machines leerprocessen en geheugen kunnen simuleren.

Hintons werk op het gebied van backpropagation bracht een revolutie teweeg in de training van neurale netwerken, waardoor deze systemen zich konden verbeteren door te leren van hun fouten.

Deze methode is cruciaal voor het functioneren van de huidige deep learning-systemen, die de ruggengraat vormen van technologieën als spraakherkenning, computer vision en natuurlijke taalverwerking.

Zonder backpropagation zouden neurale netwerken moeite hebben met het verbeteren van de nauwkeurigheid en complexiteit, waardoor ze de geavanceerde taken die ze nu kunnen uitvoeren, niet meer kunnen uitvoeren.

Van spraakherkenningssystemen tot diagnostische medische hulpmiddelen: hun ontwikkelingen vormen de ruggengraat van de AI-revolutie.

Het Nobelcomité benadrukte hoe hun werk AI in staat stelt om grote datasets in verschillende sectoren efficiënter te sorteren en analyseren.

"Machine learning op basis van kunstmatige neurale netwerken zorgt momenteel voor een revolutie in de wetenschap, de techniek en het dagelijks leven", aldus de commissie .

Wereldwijde zorgen

"Mensen dragen de verantwoordelijkheid om deze nieuwe technologie op een veilige en ethische manier te gebruiken, ten behoeve van de mensheid."

De commissie erkende ook de wijdverbreide wereldwijde bezorgdheid over machinaal leren en kunstmatige intelligentie.

"Hoewel machine learning enorme voordelen heeft, heeft de snelle ontwikkeling ervan ook tot zorgen geleid over onze toekomst", aldus Ellen Moons , voorzitter van het Nobelcomité voor de Natuurkunde.

“Mensen dragen gezamenlijk de verantwoordelijkheid om deze nieuwe technologie op een veilige en ethische manier te gebruiken ten behoeve van de mensheid”, voegde ze toe.

Hinton heeft in het verleden al actie ondernomen naar aanleiding van deze zorgen. Zo nam hij ontslag bij Google om openlijk te praten over de risico's die gepaard gingen met de technologie die hij hielp ontwikkelen.

Hij uitte zijn voortdurende zorgen over “een aantal mogelijke slechte gevolgen” die voortvloeien uit zijn werk op het gebied van machinaal leren, “met name de dreiging dat deze zaken uit de hand lopen.”

Ondanks deze zorgen gaf hij aan dat hij opnieuw dezelfde beslissingen zou nemen.

De Nobelprijs wordt wereldwijd gezien als de hoogste onderscheiding voor natuurkundigen en werd ingesteld naar het testament van Alfred Nobel, naast prijzen voor prestaties op het gebied van wetenschap, literatuur, geneeskunde en vrede.

Aan de prijs is een geldbedrag van 1,1 miljoen dollar verbonden, dat wordt gedeeld door twee winnaars.

De tweede Nobelprijs voor natuurkunde die deze week wordt uitgereikt, is de prijs voor geneeskunde die de Amerikaanse wetenschappers Victor Ambros en Gary Ruvkun wonnen voor hun ontdekking van microRNA en de rol ervan bij genregulatie. Dit heeft inzicht gegeven in de manier waarop cellen zich specialiseren.