Prêmio Nobel de Física 2024: Inteligência Artificial
No dia 8 de outubro de 2024, a Academia Sueca de Ciências laureou com o Prêmio Nobel de Física os cientistas John Hopfield e Geoffrey Hinton por suas “descobertas e invenções fundamentais que permitem o aprendizado de máquina com redes neurais artificiais”. Os trabalhos deles foram pioneiros ao proporem modelos que imitavam a memória humana em computadores, permitindo que um conjunto de dados fosse analisado a partir da comparação com outro conjunto pré-estabelecido (rede neural). Os modelos matemáticos utilizados foram inspirados na física estatística e física do estado sólido, motivo pelo qual foram laureados com o Nobel de Física. Em 1983, John Hopfield desenvolveu um sistema que simulava a “memória associativa” em computadores: a capacidade de reconhecer algo comparando com informações previamente armazenadas. Ele se inspirou no modelo matemático das redes de spins, utilizado para representar a interação entre partículas com spins, propriedade intrínseca da matéria, cujos valores são -1 ou 1. No modelo computacional, Hopfied construiu um conjunto de “núcleos”, locais que armazenavam informações binárias, como verdadeiro ou falso (no caso da rede de spins, as informações binárias seriam -1 ou 1), que interagiam entre si. Este conjunto tem definida sua energia como a menor possível; qualquer outro conjunto semelhante terá alguns de seus núcleos modificados para que retorne à sua configuração de menor energia. Este processo mostrou grande eficiência na remoção de ruídos de sinais, como em 2015, que foi utilizado para melhorar o sinal que comprovou a existência das ondas gravitacionais. Em 1985, Geoffrey Hinton construiu um sistema que simulava a “memória interpretativa” em computadores, que, diferente da memória associativa, reconhecia um determinado conjunto a partir de outro conjunto inicial, com várias informações por núcleo (não binário). O conjunto inicial possui alguns parâmetros que o definem, porém, quando modificados, o conjunto se mantém inalterado, pois todos os parâmetros mudam de tal forma a manter a estrutura original do conjunto. Desta forma, o computador reconhece outros conjuntos ao comparar seus parâmetros com o do original e, caso eles sejam compatíveis (um possa se tornar o outro), o programa compreende que os conjuntos são iguais. Este processo foi inspirado na distribuição estatística de Boltzmann, que reconhece um conjunto de microestados que retornam ao mesmo macroestado; ou seja, um conjunto de informações específicas que levam a mesma informação generalizada. Algumas câmeras utilizam esse mecanismo como detectores: quando uma pessoa passa por algum local, o sistema reconhece que se trata de um ser humano, pois, de forma geral, seu rosto está de acordo (parâmetros são parecidos) com a base de dados de seu sistema. Os trabalhos de John Hopfield e Geoffrey Hinton revolucionaram a compreensão do mundo sobre inteligências artificiais. Quando eles os publicaram, a comunidade científica não reconheceu o potencial de suas ideias por estarem muito à frente da tecnologia da época, acreditando que não passavam apenas de especulação. Nos últimos anos, por outro lado, a inteligência artificial vem ganhando cada vez mais espaço no mundo, tornando-se indispensável para a tecnologia, aplicações e a forma vida da forma de se viver que o ser humano leva. Autor: Gabriel Vinicius Mufatto. Referências: The Nobel Prize. Disponível em: https://www.nobelprize.org/prizes/physics/2024/popular-information/. Acesso em: 11 de out. 2024 Uai Física. Prêmio Nobel de Física 2024 – machine learning e redes neurais. 9 de out, 2024. Disponível em: https://www.youtube.com/watch?v=MBL-U6b4X9U&t=1067s. Acesso em 11 de out. 2024
