Den amerikanske forskeren John Hopfield og hans britisk-kanadiske kollega Geoffrey Hinton, ofte omtalt som ‘gudfaren av kunstig intelligens’, ble i 2024 tildelt Nobelprisen i fysikk for sitt banebrytende arbeid som muliggjorde maskinlæring ved hjelp av kunstige nevrale nettverk.

“Årets to Nobelprisvinnere i fysikk har brukt fysikkens verktøy for å utvikle metoder som danner grunnlaget for dagens kraftige maskinlæring,” kunngjorde akademiet på sin offisielle X-konto.

“De har vist oss en helt ny måte å bruke datamaskiner på for å takle og løse samfunnsutfordringer,” la de til.

Det svenske kongelige vitenskapsakademiet hyllet de to forskernes ‘transformative bidrag’ da prisen ble annonsert. Disse bidragene har gjort det mulig for maskinlæring å behandle enorme mengder data og ta beslutninger på en måte som ligner menneskehjernen.

Hvem er prisvinnerne?

John Hopfield, emeritusprofessor ved Princeton University (91), utviklet på 1980-tallet Hopfield-nettverket, som modellerte assosiativ hukommelse ved hjelp av fysikkens prinsipper. Hans arbeid var avgjørende for å forstå hvordan nevrale nettverk kan simulere hukommelses- og læringsprosesser.

Geoffrey Hinton (76), en britiskfødt forsker og emeritusprofessor ved University of Toronto, forlot Google i 2023 etter å ha innsett at datamaskiner kunne bli smartere enn mennesker langt raskere enn han og andre eksperter hadde forventet.

Som datavitenskapsmann og kognitiv psykolog oppfant Hinton en metode som kan identifisere egenskaper i data på egen hånd og utføre oppgaver som å gjenkjenne spesifikke elementer i bilder.

“Jeg er helt sjokkert, jeg hadde ingen anelse om at dette kunne skje, det overrasket meg veldig,” sa Hinton til journalister da han ble spurt om hvordan det føltes å bli Nobelprisvinner.

“Dette vil være sammenlignbart med den industrielle revolusjonen. Maskinlæring vil overgå menneskers intellektuelle evner,” la han til.

Selv om han fremhevet teknologiens mange bruksområder, som helsevesen, AI-assistenter og forbedring av arbeidsproduktivitet, understreket han også de potensielle farene ved maskinlæring, som kan føre til situasjoner der kontrollen glipper.

Effekten av deres arbeid

Hopfields og Hintons resultater har gått langt utover teoretisk forskning og har funnet praktiske anvendelser som nå er en del av hverdagen.

Hopfield-nettverket spilte en nøkkelrolle i å demonstrere hvordan nevrale nettverk kan etterligne hjernens måte å behandle og lagre informasjon på.

Hinton videreutviklet Hopfield-nettverket med Boltzmann-maskinen, som bruker statistisk fysikk for å lære å gjenkjenne karakteristiske trekk i data. Denne maskinen kan trenes ved å vise eksempler som sannsynligvis vil oppstå under dens drift.

Maskinen kan klassifisere bilder eller generere nye eksempler basert på treningen, og har spilt en betydelig rolle i utviklingen av maskinlæring.

Hintons arbeid med tilbakepropagering (backpropagation) revolusjonerte opplæringen av nevrale nettverk, slik at disse systemene kunne lære av sine feil og forbedre seg.

Denne metoden er avgjørende for dagens dype læringssystemer, som ligger til grunn for teknologier som talegjenkjenning, datamaskinsyn og naturlig språkbehandling.

Uten tilbakepropagering ville nevrale nettverk hatt vanskelig for å forbedre sin nøyaktighet og kompleksitet, noe som ville ha hindret dem i å utføre de avanserte oppgavene de er i stand til i dag.

Fra talegjenkjenningssystemer til medisinske diagnostiske verktøy, danner disse fremskrittene grunnlaget for AI-revolusjonen. Nobelkomiteen fremhevet at deres arbeid gjør det mulig for AI å organisere og analysere store datasett mer effektivt på tvers av ulike sektorer.

“Maskinlæring basert på kunstige nevrale nettverk revolusjonerer vitenskap, ingeniørkunst og hverdagsliv,” uttalte komiteen.

Globale bekymringer

Komiteen anerkjente også de omfattende globale bekymringene knyttet til maskinlæring og kunstig intelligens.

“Selv om maskinlæring gir enorme fordeler, reiser dens raske utvikling også bekymringer for fremtiden vår,” sa Ellen Moons, leder for Nobelkomiteen i fysikk.

“Det er menneskehetens kollektive ansvar å bruke denne nye teknologien på en trygg og etisk måte for det største gode,” la hun til.

Hinton har tidligere uttrykt disse bekymringene og trakk seg fra sin stilling i Google for å kunne snakke åpent om risikoene knyttet til teknologien han har vært med på å utvikle.

Han uttrykte konstant bekymring for de ‘mange potensielle negative konsekvensene’ av maskinlæring, spesielt risikoen for at disse systemene kan komme ut av kontroll.

Likevel bemerket han at han ville tatt de samme beslutningene igjen.

Nobelprisen, som regnes som den høyeste utmerkelsen for fysikere over hele verden, ble opprettet i henhold til Alfred Nobels testamente og anerkjenner prestasjoner innen vitenskap, litteratur, medisin og fred.

Prisen inkluderer en pengepremie på 1,1 millioner dollar, som deles mellom de to vinnerne.