Nobel de Física reconhece trabalho que permitiu a revolução da Inteligência Artificial

John Hopfield, da Universidade Princeton, e Geoffrey Hinton, da Universidade de Toronto, são os laureados do Nobel de Física deste ano, anunciou nesta terça-feira (8) a Real Academia Sueca de Ciências. Seu trabalho em redes neurais artificiais permitiu a revolução do aprendizado de máquina e inteligência artificial.

Desde os anos 1980, Hopfield e Hinton têm emulado a conexão entre os neurônios na forma de redes eletrônicas de nós e conexões que podem se fortalecer ou se enfraquecer.

“A rede Hopfield” é um modelo matemático criado pelo cientista, com base em propriedades dos átomos que permitem que eles ajam como pequenos ímãs, que permite salvar e recriar padrões à maneira da memória associativa humana (é a memória que permite, por exemplo, ligar um nome a uma pessoa). Quando uma rede desse tipo recebe uma imagem distorcida, ela atualiza seus nós e os valores das conexões entre eles de uma forma que permite encontrar a imagem original que foi distorcida.

Hinton trabalhou para aperfeiçoar essa rede no que ele chamou de “máquina de Boltzmann”. É uma aplicação da física estatística que permite que uma rede neural encontre padrões em diferentes dados, por exemplo, reconhecimento facial em diferentes fotos, classificação de imagens e criação de novos exemplos de um mesmo padrão.

“O trabalho dos laureados já se mostrou de grande benefício”, disse Ellen Moons, chefe do comitê de física do Nobel. “Na física, usamos redes neurais artificiais em uma vasta gama de áreas, tais como o desenvolvimento de novos materiais com propriedades específicas”.

Quem são os laureados

John J. Hopfield, com 91 anos, é praticamente um homem renascentista pela quantidade de áreas do conhecimento às quais se dedicou. Seu primeiro emprego após se tornar doutor pela Universidade Cornell, em 1958, foi nos Laboratórios Bell, onde o transistor fora inventado uma década antes. Ali, o trabalho era em física teórica. Mas quando ganhou a Medalha Franklin de física em 2019, foi por “aplicar a física teórica para dar novos insights em questões biológicas importantes em uma variedade de áreas, incluindo a genética e a neurociência, com um impacto significativo em aprendizado de máquina, uma área da ciência da computação”.

Um de seus heróis é o químico Linus Pauling que, além de ter sido laureado duas vezes com o Nobel, o de Química e o da Paz, quase ganhou o de Fisiologia ou Medicina por seu trabalho em doenças genéticas. Assim como Pauling, Hopfield pergunta a si mesmo se, além de ser interessante, uma área pode se beneficiar de seus talentos. “Saber que um problema é importante não é uma razão adequada para persegui-lo”, refletiu.

O físico se lembra que um dos artigos mais importantes que publicou sobre redes neurais tinha o limite de apenas cinco páginas e teve que ser editado para omitir detalhes que outros cientistas deduziriam. Foi publicado na revista Proceedings of the National Academy of Sciences e, conta Hopfield, utilizou uma exceção à revisão por pares (o processo de crítica por colegas que é usado como peneira nas revistas científicas), um privilégio de membros da Academia Nacional de Ciências. Este privilégio não existe mais e isso “é um comentário triste sobre aspectos da publicação científica e a promoção da originalidade”, afirmou Hopfield.

Geoffrey Hinton, 76 anos, cientista da computação e psicólogo cognitivo britânico radicado no Canadá, é uma celebridade nas redes sociais. Seguido por quase 400 mil pessoas no X, sua descrição de perfil é modesta: “aprendizado profundo”, o nome mais específico do tipo de aprendizado de máquina ao qual se dedica.

Em meio a muitos tweets sobre temas técnicos de inteligência artificial e redes neurais, há uma curiosa anedota que contou em novembro de 2023: “no começo do verão, minha esposa e eu vimos o monstro do Lago Ness nadando no Lago Huron”. Ele explica, em seguida, que é uma ilusão causada por interferência de ondas na água. “Alguém com acesso a dois barcos pode recriar isso e fazer um vídeo viral”, aconselhou.

Assim como Hopfield, Hinton é multipremiado. Em 2018, ganhou o Prêmio Turing, conhecido como o “Nobel da computação”. O prêmio foi dividido com dois outros profissionais do aprendizado profundo.

Por uma década, até 2023, Hinton dividiu seu tempo entre a Universidade de Toronto e o Google, onde colaborava com o projeto de aprendizado de máquina “Google Brain”. Ele saiu do projeto de forma pública, mencionando seus temores quanto ao destino da inteligência artificial.

Sem o trabalho dos dois laureados, não teríamos hoje aplicações como o multifacetado robô de conversação ChatGPT, seu gerador de imagens Dall-E, as paródias musicais instantâneas criadas no Suno, o buscador de consensos científicos Consensus App, entre outras aplicações diretas da inteligência artificial no auxílio da pesquisa científica.