Il cervello è costituito, tra le altre cose, da neuroni, che sono collegati tra loro attraverso connessioni, sinapsi. Ogni neurone ha quindi migliaia di connessioni che consentono il passaggio di più o meno segnali chimici o elettrici. Nel 1943, Warren McCulloch e Walter Pitts stabilirono un parallelo tra i neuroni collegati e quelli che allora venivano chiamati automi, poiché non esistevano i computer. “Collegando fisicamente questi automi, potremmo riprodurre funzioni logiche”, spiega Jean-Gabriel Ganascia, professore di informatica all’Università della Sorbona (Parigi). La difficoltà era stabilire manualmente queste connessioni”.
Gli inizi nascenti delle reti neurali
Con i primi computer negli anni ’50, queste connessioni interneuronali divennero più facili da realizzare. Ogni neurone artificiale funziona come il suo equivalente biologico: si attiva o meno a seconda dei segnali ricevuti attraverso le sue connessioni.
“Nel 1957, Frank Rosenblatt creò l’algoritmo del perceptron, una rete di neuroni cosiddetti “formali”, che aveva due strati, compreso uno di sinapsi. Ma nel 1969, un libro scritto da Seymour Papert e Marvin Minsky – uno dei pionieri dell’intelligenza artificiale – dimostrò che il percettrone non era in grado di apprendere funzioni complesse. La ricerca sui neuroni formali si è fermata”.
È lì, dopo decenni di fermo, che entrano in scena John Hopfield e Geoffrey Hinton. Nel 1982, mentre era al California Institute of Technology (Caltech), John Hopfield progettò una rete di computer – che ora porta il suo nome – in grado di memorizzare modelli e ricostruirli da un’immagine incompleta o distorta, sulla base delle informazioni più simili archiviate nella rete. .
John Hopfield si ispirò alle proprietà statistiche della materia, rappresentando ogni “neurone” con una particella fisica dotata di una proprietà – spin, in un certo senso l’orientamento verso l’alto o verso il basso del suo magnetismo. L’energia di un insieme di particelle viene quindi descritta dalla fisica statistica; questa energia è il risultato dell’interazione tra gli spin.
Durante la fase di addestramento, la rete stabilisce connessioni tra questi neuroni artificiali, queste particelle, in modo da ottenere il livello energetico più basso possibile. Per l’inferenza – la ricerca di informazioni – la rete neurale evolverà spontaneamente fino a trovare il livello più basso possibile, che corrisponde alla migliore prossimità tra ciò che stiamo cercando e ciò che il modello ha memorizzato.
John Hopfield e Geoffrey Hinton aprono la strada
Dopo aver scoperto il lavoro del suo collega americano, Geoffrey Hinton decise di esplorare più a fondo la rete di Hopfield, associandola a un’equazione stabilita nel 1877 dal padre della fisica statistica, Ludwig Boltzmann. Questa equazione descrive l’evoluzione dei sistemi termodinamici non in equilibrio. Ad esempio, in un fluido in cui alcune regioni sono più calde di altre, un flusso di calore trasferirà energia dalla più calda alla più fredda, fino al raggiungimento dell’equilibrio.
Basandosi su questa equazione, tracciando ancora un parallelo tra queste particelle e i neuroni artificiali rappresentati in un computer, Geoffrey Hinton descrive una “macchina di Boltzmann”. Si basa su un doppio set di neuroni artificiali. Una versione bidimensionale, per così dire, della rete descritta da Hopfield tre anni prima. Un modello capace di apprendere dagli esempi, un embrione di AI generativa. Dagli anni ’90 permette anche il riconoscimento dei caratteri scritti a mano, rivoluzionando lo smistamento postale.
Nel 1982, Hopfield dovette accontentarsi di una rete di 30 neuroni – o 435 connessioni se fossero tutti collegati insieme. Un test con 100 neuroni si rivelò troppo complesso per i computer dell’epoca. Ma a partire dagli anni 2010 tutto ha subito un’accelerazione. “Oggi i modelli di apprendimento si basano su trilioni di connessioni tra neuroni artificiali”, ricorda Jean-Gabriel Ganascia, informatico e filosofo dell’Università della Sorbona (Parigi).
Una ricompensa inaspettata
Questo premio quindi non premia direttamente una scoperta fondamentale della fisica. “Questo è ciò che rende questo Premio Nobel un po’ sorprendente”, insiste Jean-Gabriel Ganascia. Anche Geoffrey Hinton sembra essere stato colto di sorpresa quando martedì ha ricevuto una telefonata da Stoccolma dalla sala dove si stava svolgendo la conferenza stampa dell’Accademia reale svedese delle scienze. “Non avrei mai immaginato nemmeno per un secondo che potesse accadere una cosa del genere. Devo dire che ho un debito immenso nei confronti di David Rumelhart e Terry Sejnowski.
Questi due ricercatori hanno contribuito allo sviluppo del concetto di macchina Boltzmann. “È un fulmine a ciel sereno per me. Mi trovo in un modesto motel della California senza connessione internet e con un servizio telefonico scadente. Oggi avevo un appuntamento per fare una risonanza magnetica, ma penso che lo annullerò.”
Martedì, durante la sessione di domande e risposte con i giornalisti tenutasi a Stoccolma, Geoffrey Hinton ha sottolineato l’importanza dell’intelligenza artificiale. “La sua influenza sarà paragonabile a quella della rivoluzione industriale; “Non abbiamo esperienza di cosa significhi utilizzare macchine più intelligenti di noi, e probabilmente sarà meraviglioso sotto molti aspetti.”
Uno sviluppo piacevole, soprattutto in medicina, per il fisico canadese che sottolinea tuttavia “che dovremo preoccuparci di una serie di conseguenze dannose, in particolare della minaccia dell’intelligenza artificiale che diventerebbe incontrollabile”. Nel maggio 2023, Geoffrey Hinton ha espresso pubblicamente per la prima volta il suo pessimismo. “A volte penso che è come se fossero atterrati gli alieni e la gente non se ne fosse accorta perché parla un ottimo inglese”, ha detto alle colonne di Revisione della tecnologia del MIT.
Uno sguardo ai Nobel precedenti
L’anno scorso questo premio è stato assegnato ai francesi Anne L’Huillier e Pierre Agostini nonché all’ungherese Ferenc Krausz, per lo sviluppo di laser ultraveloci che permettono di studiare il movimento degli elettroni. Il Premio Nobel per la Fisica 2022 è stato assegnato al francese Alain Aspect, all’americano John Clauser e all’austriaco Anton Zeilinger. Tutti e tre, attraverso i loro esperimenti sull’entanglement quantistico, avevano aperto la strada alle applicazioni della fisica quantistica alle telecomunicazioni e all’informatica.
