John Joseph Hopfield
| Naissance | |
|---|---|
| Nationalité | |
| Formation |
Swarthmore College (baccalauréat universitaire) (jusqu'en ) Université Cornell (doctorat) (jusqu'en ) |
| Activités | |
| Père |
John J. Hopfield (en) |
| Mère |
Helen S. Hopfield (d) |
| A travaillé pour | |
|---|---|
| Membre de | |
| Directeur de thèse |
Albert Overhauser (en) |
| Distinctions |
Prix Nobel de physique () Liste détaillée Bourse Guggenheim () Prix Oliver E. Buckley () Prix Max-Delbruck () Prix Dirac de l'ICTP () Prix Harold-Pender () IEEE Frank Rosenblatt Award () Prix Swartz () Médaille Benjamin-Franklin () Médaille Boltzmann () Prix Nobel de physique () Membre de l'Académie américaine des arts et des sciences Prix mondial des sciences Albert-Einstein IEEE Neural Networks Pioneer Award Prix MacArthur Membre de la Société américaine de physique |
John Joseph Hopfield, né le à Chicago (États-Unis), est un physicien américain principalement connu pour son modèle de réseaux de neurones publié en 1982 : le modèle de Hopfield. En 2024, il est lauréat du prix Nobel de physique avec Geoffrey Hinton.
Durant sa carrière, il reçoit plusieurs grands prix de physique pour ses travaux dans des domaines pluridisciplinaires tels que la physique de la matière condensée, la physique statistique ou encore la biophysique.
Jeunesse et éducation
[modifier | modifier le code]Il est né le à Chicago[1], dans l'Illinois, du physicien polonais John Joseph Hopfield et de la physicienne Helen Hopfield[2]. Helen est la deuxième épouse de Hopfield, l'aîné. Il est le sixième enfant de John Joseph Hopfield et a lui-même trois enfants et six petits-enfants.
Il a obtenu son Bachelor of Arts (BA) au Swarthmore College en 1954 et son doctorat (PhD) en physique à l'université Cornell en 1958 (sous la direction d'Albert Overhauser)[3].
Carrière
[modifier | modifier le code]Hopfield a passé deux ans dans le groupe théorique des Laboratoires Bell, puis un an à l'École Nationale Supérieure de Paris[4]. Il est ensuite devenu membre du corps enseignant de l'université de Californie à Berkeley (physique), puis de l'université de Princeton (physique), de la California Institute of Technology (chimie et biologie) et de nouveau à Princeton, où il est professeur émérite de biologie moléculaire[5],[4]. Pendant 35 ans, il entretient également des liens étroits avec les Laboratoires Bell. Il est professeur émérite de biologie moléculaire à l'université de Princeton[5].
Il reçoit en 1969 le prix Oliver-E.-Buckley de la matière condensée décerné par l'American Physical Society[6]. En 1974, il propose le mécanisme de correction cinétique permettant de diminuer le taux d'erreurs d'une réaction biochimique[7].
Parmi ses anciens doctorants figurent Bertrand Halperin (doctorat en 1965), Steven Girvin (1977), Terry Sejnowski (1978), Erik Winfree (1998), José Onuchic (1987) et David J. C. MacKay (1991)[8].
Prix Nobel de physique en 2024
[modifier | modifier le code]Le , il est lauréat du prix Nobel de physique avec le chercheur britanno-canadien Geoffrey Hinton pour « leur découvertes et interventions fondamentales qui permettent l'apprentissage automatique avec des réseaux de neurones artificiels »[9],[10]. « Les deux lauréats du prix Nobel de physique de cette année ont utilisé des outils de la physique pour développer des méthodes qui sont à la base des puissants systèmes d’apprentissage automatique d’aujourd’hui » indique le jury dans son communiqué[11],[12]. Pour l’Académie des sciences suédoise, John Joseph Hopfield a « inventé un réseau utilisant une méthode pour retenir et recréer des modèles » en s’inspirant du spin[13].
Hopfield, avec Hinton, a appelé à intensifier les recherches en sécurité de l'IA afin de mieux comprendre son fonctionnement interne, ses limites et ses risques, avant que ses capacités ne dépassent celles de l'humain et échappent à son contrôle[14].
Travaux
[modifier | modifier le code]Dans sa thèse de doctorat de 1958, il a écrit sur l'interaction des excitons dans les cristaux, en introduisant le terme de polariton pour désigner une quasi-particule qui apparaît en physique du solide[15],[16]. Il a écrit : « Les « particules » du champ de polarisation analogues aux photons seront appelées « polaritons » »[16]. Son modèle de polariton est parfois connu sous le nom de diélectrique de Hopfield[17].
Le physicien de la matière condensée Philip Warren Anderson a rapporté que John Hopfield était son « collaborateur caché » pour ses travaux de 1961 à 1970 sur le modèle d'impureté d'Anderson qui expliquait l'effet Kondo. Hopfield n'a pas été inclus comme co-auteur des articles, mais Anderson a reconnu l'importance de la contribution de Hopfield dans divers écrits[18].
En 1974, il a introduit un mécanisme de correction d'erreurs dans les réactions biochimiques, connu sous le nom de relecture cinétique, pour expliquer la précision de la réplication de l'ADN[19],[20].
Hopfield a publié son premier article en neurosciences en 1982, intitulé « Neural networks and physical systems with emergent collective computational abilities ». Il y a présenté ce qui est maintenant connu sous le nom de réseau de Hopfield, un type de réseau de neurones artificiels qui peut servir de mémoire adressable par contenu, composé de neurones binaires qui peuvent être activés ou désactivés[21],[2]. Hopfield a déclaré que l'inspiration lui était venue de ses connaissances sur les verres de spin acquises lors de ses collaborations avec Philip Warren Anderson[22].
Avec David W. Tank, Hopfield a développé une méthode en 1985–1986[23],[24] pour résoudre des problèmes d'optimisation discrète en se basant sur la dynamique en temps continu et en utilisant un réseau de Hopfield avec une fonction d'activation continue. Le problème d'optimisation était encodé dans les paramètres d'interaction (poids) du réseau. La température effective du système analogique était progressivement réduite, comme dans l'optimisation globale par recuit simulé[25].
Les réseaux de Hopfield originaux avaient une mémoire limitée, un problème qui a été résolu par Hopfield et Dimitry Krotov en 2016[25],[26]. Les réseaux de Hopfield à grande capacité de stockage sont maintenant connus sous le nom de réseaux de Hopfield modernes[27].
Distinctions
[modifier | modifier le code]- 1962 : bourse Sloan[28]
- 1968 : bourse Guggenheim[29]
- 1969 : prix Oliver-E.-Buckley avec David Gilbert Thomas « pour leur travail conjoint alliant théorie et expérience, qui a fait progresser la compréhension de l'interaction de la lumière avec les solides »[6]
- 1973 : membre de l'Académie nationale des sciences des États-Unis[30]
- 1975 : membre de l'Académie américaine des arts et des sciences[31]
- 1983 : bourse MacArthur[32]
- 1985 : prix Golden Plate de l'American Academy of Achievement[33]
- 1985 : prix Max-Delbruck[34]
- 1988 : membre de la Société américaine de philosophie[35]
- 1997 : prix Neural Networks Pioneer de l'IEEE[36]
- 2001 : médaille Dirac du Centre international de physique théorique « pour ses contributions importantes dans un spectre impressionnant de sujets scientifiques »[37],[38]
- 2005 : prix mondial des sciences Albert-Einstein[39]
- 2006 : président de la Société américaine de physique[40]
- 2009 : prix IEEE Frank Rosenblatt pour ses contributions dans la compréhension du traitement de l'informationdans les systèmes biologiques[41]
- 2012 : prix Swartz[42]
- 2019 : Franklin Institute Awards[43]
- 2022 : médaille Boltzmann[44]
- 2023 : nommé « Highly Ranked Scholar » à vie par ScholarGPS[45]
- 2024 : prix Nobel de physique[9]
Notes et références
[modifier | modifier le code]- (en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « John Hopfield » (voir la liste des auteurs).
- « Nobel de physique : deux pionniers de l'IA récompensés », sur lepoint.fr, (consulté le )
- (en) Grace Lindsay, Models of the Mind: How Physics, Engineering and Mathematics Have Shaped Our Understanding of the Brain, Bloomsbury Publishing, (ISBN 978-1-4729-6645-2, lire en ligne), p. 90
- « Hopfield, John J. », sur history.aip.org (consulté le )
- (en) Liz Fuller-Wright et Office of Communications on Oct. 8, « Princeton’s John Hopfield receives Nobel Prize in physics », sur Princeton University (consulté le )
- (en) « Nobel Physics Prize Awarded for Pioneering A.I. Research by 2 Scientists », The New York Times, (lire en ligne)
- (en) « Honors and Award Winners », sur American Physical Society
- (en) J. J. Hopfield, « Kinetic Proofreading: A New Mechanism for Reducing Errors in Biosynthetic Processes Requiring High Specificity », Proceedings of the National Academy of Sciences of the United States of America, vol. 71, no 10, , p. 4135–4139 (ISSN 0027-8424, PMID 4530290, lire en ligne, consulté le )
- (en) « John Hopfield - The Mathematics Genealogy Project », sur mathgenealogy.org (consulté le )
- « Le prix Nobel de physique 2024 attribué à John Hopfield et Geoffrey Hinton pour leurs travaux sur l’intelligence artificielle », sur Le Figaro, (consulté le )
- « Prix Nobel de physique : l'Américain John Hopfield et le Britanno-Canadien Geoffrey Hinton récompensés pour leurs travaux sur l'intelligence artificielle et l'apprentissage automatique », sur France Info, (consulté le )
- « Le prix Nobel de physique 2024 est attribué à John Hopfield et Geoffrey Hinton pour leurs travaux sur « l’apprentissage automatique » », sur Le Monde, (consulté le )
- (en-US) Derrick Bryson Taylor, « Nobel Prize in Physics Is Awarded to 2 Scientists for Work on Machine Learning », sur The New York Times, (consulté le )
- « Le prix Nobel de physique 2024 distingue deux spécialistes de l’intelligence artificielle, John Hopfield et Geoffrey Hinton », sur Libération, (consulté le )
- (en) « Nobel winner John Hopfield warns of ‘catastrophe’ if AI advances are not ‘controlled’ », Hindustan Times, (lire en ligne)
- (en) J. J. Hopfield, « Theory of the Contribution of Excitons to the Complex Dielectric Constant of Crystals », Physical Review, vol. 112, no 5, , p. 1555–1567 (ISSN 0031-899X, DOI 10.1103/PhysRev.112.1555, lire en ligne, consulté le )
- (en) Vladimir M. Agranovich, Excitations in Organic Solids, OUP Oxford, (ISBN 978-0-19-155291-5, lire en ligne), p. 106
- (en) B Huttner et S. M Barnett, « Dispersion and Loss in a Hopfield Dielectric », Europhysics Letters (EPL), vol. 18, no 6, , p. 487–492 (ISSN 0295-5075 et 1286-4854, DOI 10.1209/0295-5075/18/6/003, lire en ligne, consulté le )
- (en) Andrew Zangwill, A Mind Over Matter: Philip Anderson and the Physics of the Very Many, Oxford University Press, (ISBN 978-0-19-264055-0, lire en ligne)
- (en) J. J. Hopfield, « Kinetic Proofreading: A New Mechanism for Reducing Errors in Biosynthetic Processes Requiring High Specificity », Proceedings of the National Academy of Sciences, vol. 71, no 10, , p. 4135–4139 (ISSN 0027-8424 et 1091-6490, PMID 4530290, PMCID PMC434344, DOI 10.1073/pnas.71.10.4135, lire en ligne, consulté le )
- (en) Henrik Flyvbjerg, Frank Jülicher, Pal Ormos et Francois David, Physics of Bio-Molecules and Cells: Les Houches Session LXXV, 2-27 July 2001, Springer Science & Business Media, (ISBN 978-3-540-45701-5, lire en ligne)
- (en) J J Hopfield, « Neural networks and physical systems with emergent collective computational abilities. », Proceedings of the National Academy of Sciences of the United States of America, vol. 79, no 8, , p. 2554–2558 (ISSN 0027-8424, PMID 6953413, lire en ligne, consulté le )
- (en) John J. Hopfield, « Whatever Happened to Solid State Physics? », Annual Review of Condensed Matter Physics, vol. 5, no 1, , p. 1–13 (ISSN 1947-5454 et 1947-5462, DOI 10.1146/annurev-conmatphys-031113-133924, lire en ligne, consulté le )
- (en) J. J. Hopfield et D. W. Tank, « “Neural” computation of decisions in optimization problems », Biological Cybernetics, vol. 52, no 3, , p. 141–152 (ISSN 1432-0770, DOI 10.1007/BF00339943, lire en ligne, consulté le )
- (en) John J. Hopfield et David W. Tank, « Computing with Neural Circuits: A Model », Science, vol. 233, no 4764, , p. 625–633 (ISSN 0036-8075 et 1095-9203, DOI 10.1126/science.3755256, lire en ligne, consulté le )
- (en) « Scientifc Background to the Nobel Prize in Physics 2024 », sur The Royal Swedish Academy of Sciences,
- (en) Dmitry Krotov et John J. Hopfield, « Dense Associative Memory for Pattern Recognition », Advances in Neural Information Processing Systems, Curran Associates, Inc., vol. 29, (lire en ligne, consulté le )
- (en) Michael J. Kahana et Anthony D. Wagner, The Oxford Handbook of Human Memory, Two Volume Pack: Foundations and Applications, Oxford University Press, (ISBN 978-0-19-774614-1, lire en ligne)
- (en) « Fellows Database | Alfred P. Sloan Foundation », sur sloan.org (consulté le )
- (en) « John J. Hopfield », sur John Simon Guggenheim Memorial Foundation (consulté le )
- (en) « Member Directory - NAS », sur National Academy of Sciences (consulté le )
- (en) « John Joseph Hopfield », sur American Academy of Arts and Sciences, (consulté le )
- (en) « Biologist awarded $224,000 - tax free, no strings attached », Caltech News, (lire en ligne)
- (en) « Golden Plate Awardees », sur Academy of Achievement (consulté le )
- (en) « American Physical Society Meets in Baltimore », Physics Today, (lire en ligne)
- (en) « APS Member History », sur American Philosophical Society (consulté le )
- (en) « IEEE CIS Past Award Recipients », sur IEEE Computational Intelligence Society (consulté le )
- (en) « Dirac Medallist 2001 », sur Centre international de physique théorique (consulté le )
- (en) « Princeton Physicist Garners Dirac Medal », Physics Today, (lire en ligne)
- (en) « Albert Einstein World Award of Science 2005 » [archive du ]
- (en) « John Hopfield, Array of Contemporary Physicists » [archive du ]
- (en) « Hopfield wins IEEE's Rosenblatt Award », sur Princeton University, (consulté le )
- (en) « Swartz Prize awarded to John Hopfield for contributions to computational neuroscience », sur Office of the Dean for Research, (consulté le )
- (en) « John J. Hopfield Named Winner of 2019 Benjamin Franklin Medal in Physics », sur Institute for Advanced Study, (consulté le )
- « STATPHYS28 », sur statphys28.org (consulté le )
- (en) « John J. Hopfield | Scholar Profiles and Rankings », sur ScholarGPS (consulté le )
Liens externes
[modifier | modifier le code]
- Ressources relatives à la recherche :
- Notice dans un dictionnaire ou une encyclopédie généraliste :
