De Nobelprijs voor Natuurkunde is toegekend aan John Hopfield en Geoffrey Hinton. Hun ontdekkingen hebben zelflerende machines mogelijk gemaakt en zijn essentieel geweest voor de ontwikkeling van AI-systemen zoals ChatGPT.
De Nobelprijs voor Natuurkunde van 2024 is toegekend aan de Amerikaan John Hopfield en de van oorsprong Britse Canadees Geoffrey Hinton. Ze kregen de onderscheiding voor hun werk aan kunstmatige neurale netwerken en de fundamentele algoritmen die machines dingen laten leren. Dit was essentieel voor de ontwikkeling van kunstmatig intelligente systemen zoals ChatGPT.
‘Ik sta perplex, ik had geen idee dat dit zou gebeuren’, vertelde Hinton het Nobelcomité toen hij het nieuws hoorde. ‘Ik ben enorm verrast.’
Kunnen we ooit praten met Poekie?
Met behulp van AI slagen onderzoekers er steeds beter in dierengeluiden te ontcijferen. Kunnen we ooit echt met onze hond of kat babbelen?
Hinton heeft eerder openlijk zijn angsten geuit over de ontwikkeling van kunstmatige intelligentie. Nu vertelde hij wederom spijt te hebben van zijn werk. ‘Onder dezelfde omstandigheden zou ik hetzelfde weer doen, maar ik maak me zorgen dat dit tot gevolg kan hebben dat systemen die intelligenter zijn dan wij uiteindelijk de macht overnemen.’
Kunstmatige intelligentie lijkt misschien geen voor de hand liggend onderwerp voor de Nobelprijs voor Natuurkunde. Maar de ontdekking en toepassingen van zelflerende neurale netwerken zijn beide nauw verbonden met fysica, aldus Ellen Moons, voorzitter van het Nobelcomité voor Natuurkunde. ‘Deze kunstmatige neurale netwerken zijn benut om allerlei soorten natuurkundig onderzoek vooruit te helpen, op uiteenlopende gebieden als deeltjesfysica, materiaalkunde en astrofysica.’
Piepkleine magneetjes
In vroege pogingen om kunstmatige intelligentie te ontwikkelen kregen computerprogramma’s logische regels gevoerd die ze moesten helpen om problemen op te lossen. Dit maakte het echter moeilijk voor de systemen om nieuwe informatie te verwerken of om te gaan met situaties die ze nog niet eerder hadden gezien.
In 1982 creëerde John Hopfield aan de Amerikaanse Princeton-universiteit een zogeheten Hopfield-netwerk. Dat is een verzameling van verbonden knooppunten, of kunstmatige neuronen, die de sterkte van hun verbindingen kunnen veranderen. Dat doen ze met behulp van een zelflerend algoritme dat Hopfield heeft uitgevonden.
Hopfields algoritme was geïnspireerd op een natuurkundige methode waarmee je de energie van een magnetisch systeem kunt vinden door het te beschrijven als een verzameling piepkleine magneetjes. Deze methode bestaat uit het herhaaldelijk veranderen van de sterkte van de verbindingen tussen de magneten in een poging een minimumwaarde voor de energie van het systeem te vinden.
Patronen herkennen
In hetzelfde jaar begon Geoffrey Hinton aan de Universiteit van Toronto in Canada Hopfields idee verder uit te werken. Zo creëerde hij een nauw verwante structuur voor machineleren, een zogeheten Boltzmann-machine. ‘Ik herinner me dat ik naar een bijeenkomst in Rochester ging waar John Hopfield sprak. Daar leerde ik voor het eerst over neurale netwerken. Daarna gingen Terry Sejnowski en ik koortsachtig aan het werk om uit te zoeken hoe we neurale netwerken konden generaliseren’, zei Hinton.
Hinton en zijn collega’s toonden aan dat Boltzmann-machines, in tegenstelling tot eerdere systemen voor machinaal leren, konden leren om patronen te herkennen in grote datasets. Dit principe, in combinatie met grote hoeveelheden data en rekenkracht, heeft geleid tot het succes van veel kunstmatig intelligente systemen, zoals beeldherkennings- en vertaalsoftware.
Hoewel de Boltzmann-machine werkte, was hij inefficiënt en traag. Daarom wordt hij tegenwoordig niet meer gebruikt. In plaats daarvan gebruiken moderne systemen snellere machine learning-technieken, zoals de zogeheten transformermodellen die grote taalmodellen zoals ChatGPT aandrijven.
Bij de bekendmaking van de Nobelprijs was Hinton optimistisch over de impact die de ontdekkingen van hem en Hopfield zouden hebben. ‘Het zal vergelijkbaar zijn met de industriële revolutie, maar in plaats van mensen te overtreffen in fysieke kracht, zal het mensen overtreffen in intellectueel vermogen’, zei Hinton. ‘We hebben geen ervaring met hoe het is om dingen te hebben die slimmer zijn dan wij. Het zal in veel opzichten geweldig zijn… maar we moeten ons ook zorgen maken over een aantal slechte gevolgen, met name de dreiging dat deze dingen uit de hand lopen.’
