Årets Nobelpris i fysik går till John J. Hopfield från Princeton University och Geoffrey E Hinton från University of Toronto.
Artificiell intelligens (AI) har existerat som begrepp sedan 1955, men det är ett hett tema just nu. Nobelkommittén bekräftar saken med det här valet av pristagare. Som det står i prismotiveringen:
”Årets pris handlar om maskiner som lär sig, det ges för grundläggande upptäckter och uppfinningar som möjliggör manskininlärning med artificiella neuronnätverk.”
De artificiella neuronätverken finns överallt numera. De har blivit en del av vardagen för många människor, eftersom de ligger till grund för teknik som ansiktsigenkänning och översättning av språk, säger Nobelkommittén på presskonferensen.
John Hopfield har skapat ett associativt minne som kan lagra och återskapa bilder och andra sorters mönster i data. Hinton har uppfunnit en metod som självständigt kan hitta egenskaper i data, och på så vis bland annat känna igen särdrag i bilder, sammanfattar Nobelstiftelsen det hela.
– Jag tror att AI kommer att ha ett enormt inflytande. Det kommer att vara jämförbart med den industriella revolutionen. säger Geoffrey Hinton på telefon till Kungliga Vetenskapsakademien.
Först och främst: vad är ett neuralt nätverk?
Ett neuralt nätverk är en sorts maskininlärning som är inspirerad av hur hjärnan fungerar. Det består av ett stort antal sammankopplade noder, som motsvarar vår hjärnas neuroner. De behandlar information.
Varje neuron tar emot data, utför en enkel beräkning på den datan, och skickar sedan resultatet vidare till andra neuroner.
Varje koppling mellan neuroner har en vikt, eller styrka, som bestämmer hur mycket inverkan den skickade informationen kommer att ha på mottagande neuron.
Ett neuralt nätverk tränas genom att justera dessa vikter baserat på hur väl nätverket presterar på en uppgift, såsom att känna igen bilder eller översätta text.
Träningen sker genom att jämföra nätverkets förutsägelser med de faktiska resultaten och sedan justera vikterna för att minska skillnaden mellan de två.
John Hopfield gav AI sitt minne
Det så kallade Hopfield-nätverket är en typ av återkopplat neuralt nätverk som används för att hitta stabila tillstånd i neuralsystem, vilket är viktigt för att lösa optimeringsproblem.
Ett stabilt tillstånd innebär i det här fallet ett tillstånd där systemet slutar förändras över tid. I praktiken är det här detsamma som ett minnesmönster när vi talar om neurala nätverk.
Med andra ord, nätverket ”minns” och återkallar det minnesmönster som bäst matchar det mönster som du efterlyser.
Att hitta och förstå de här stabila tillstånden är en central del av användningen av neurala nätverk. Därför är John Hopfields insats viktig med tanke på AI-utvecklingen. Han gav AI sitt minne.
Geoffrey Hinton och AI:s bildigenkänning
Geoffrey Hinton brukar kallas för AI:s gudfader tack vare sina banbrytande upptäckter på AI-området. Han har länge haft en ledande position på sökmotorjätten Google men hoppade av förra året. Han är inte odelat positiv när det kommer till AI.
– Vi har ingen erfarenhet av hur det är att ha saker som är smartare än oss, sade Geoffrey Hinton på telefon när han fick beskedet av Kungliga Vetenskapsakademien.
Geoffrey Hinton tog ursprungligen inspiration från Hopfields nätverk. Han använde sig av statistisk fysik som arbetar med olika sannolikheter för att en bild ska uppstå.
Så han skapade något som kallas för en Boltzmannmaskin. Den bygger på en metod som självständigt kan hitta egenskaper i data, och på så vis bland annat känna igen särdrag i bilder.
Boltzmannmaskinen tränas på ett sådant sätt att de exempel den matas med får stor sannolikhet att uppstå när maskinen sedan körs.
En Boltzmannmaskin kan användas för att sortera bilder, eller för att skapa nya exempel på de typer av mönster den har tränats på. Det här kan vara användbart inom områden som ansikts- och bildigenkänning, och artificiell intelligens.
Hinton varnade för ”mördarrobotar”
Geoffrey Hinton hör själv till dem som har uttryckt sin djupa oro över potentiella missbruk av AI-teknik. Han har framförallt pekat på behovet av reglering för att förhindra skadlig användning av AI, särskilt inom områden som massövervakning och autonoma vapen.
Hinton har sagt att potentialen för AI-teknik att användas för massövervakning av individer är en stor fara. Med förmågan att behandla och analysera stora mängder data kan AI-teknik användas för att övervaka människors beteende på nivåer som tidigare varit omöjliga. Det här kan potentiellt leda till intrång i privatlivet och missbruk av information.
Hinton har också uttryckt oro över användningen av AI inom militären, särskilt utvecklingen av autonoma vapen. Han har argumenterat för att autonoma vapen, eller ”mördarrobotar”, som kan välja och eliminera mål utan mänsklig inblandning, borde förbjudas internationellt.
Överlag har Geoffrey Hinton betonat behovet av etiska riktlinjer och regleringar för att styra utvecklingen och användningen av AI för att försäkra att tekniken används på ett sätt som gagnar mänskligheten och inte skadar den.
Nobelveckan i ett nötskal
I fjol gick Nobelpriset i fysik till Pierre Agustini, Ferenc Krausz och Anne L’Huillier för ett redskap som låter forskarna ”plåta” saker med extremt snabb slutartid, till och med själva elektronerna.
Victor Ambros och Gary Ruvkun är mottagarna av Nobelpriset i fysiologi eller medicin 2024 som delades ut i går. De får priset för sin upptäckt av mikro-RNA (miRNA) och dess roll i posttranskriptionell genreglering.
På onsdag får vi veta vem som får Nobelpriset i kemi och på torsdag vem som får Nobelpriset i litteratur.
Prisceremonin äger rum i Stockholm den 10 december.