Nagroda Nobla z Fizyki w 2024 r. nie została przyznana za badania, które stanowią fundamentalny wkład w nasze rozumienie świata, nie została także przyznana za przełomowe metody eksperymentalne. O tym, co w tym roku kierowało Komitetem Noblowskim, opowiada Zastępca Dyrektora Instytutu Informatyki WMFI UG dr inż. Paweł Mazurek.
- Komitet Noblowski przyznał Nagrodę Nobla z Fizyki w roku 2024 Johnowi J. Hopfieldowi i Geoffreyowi E. Hintonowi „za fundamentalne odkrycia i wynalazki umożliwiające uczenie maszynowe z wykorzystaniem sztucznych sieci neuronowych”. Jest to wyróżnienie wyjątkowe.
Po pierwsze, nagradzane osiągnięcia nie należą do kategorii tych, które same w sobie stanowią fundamentalny wkład w nasze rozumienie świata: w przeciwieństwie do takich wyróżnień z ostatnich lat, jak te za „odkrycie supermasywnego obiektu kompaktowego w centrum naszej galaktyki” (2020), „teoretyczne odkrycia w kosmologii fizycznej” (2019), czy „teoretyczne odkrycia w dziedzinie topologicznych przejść fazowych i topologicznych faz materii” (2016).
Kolegium Noblowskie nie poszło też drogą wyróżniania metod eksperymentalnych, które z takimi fundamentalnymi spostrzeżeniami są związane: „za eksperymenty ze splątanymi fotonami, ustalenie naruszenia nierówności Bella i pionierską informatykę kwantową” (2022), „za metody eksperymentalne generujące attosekundowe impulsy światła do badania dynamiki elektronów w materii” (2023), czy „za pęsety optyczne i ich zastosowanie w systemach biologicznych” (2018).
Złośliwi fizycy mogą nawet wytykać, że tegoroczna nagroda przypomina tę z roku 1912, przyznaną „za wynalezienie automatycznych regulatorów do stosowania w połączeniu z zasobnikami gazu do zasilania światłem latarni morskich i pław świetlnych” - osiągnięcie wówczas istotne z przemysłowego punku widzenia, nieoparte jednak na przełomie w fizyce ani takie, które do takiego przełomu zdążyło doprowadzić przed przyznaniem nagrody.
Co kierowało więc Komitetem w jego tegorocznym wyborze?
Jak podkreślono w uzasadnieniu, John J. Hopfield, proponując w roku 1982 swój dynamiczny model pamięci asocjacyjnej (teraz otrzymuje on nagrodę w wieku 91 lat), czerpał inspirację z modeli materiałów ferromagnetycznych - sam model pamięci asocjacyjnej był zaś fundamentalnym wkładem w naszą wiedzę o obliczeniowych zdolnościach sieci neuronowych. Z kolei Geoffrey E. Hinton, rozwijając stochastyczne uogólnienie modelu Hopfielda, zwane maszyną Bolztmanna, a w szczególności proponując efektywne algorytmy uczenia sieci neuronowych w maszynach Bolztmanna z więzami (2002), położył podwaliny pod rozwój metod głębokiego uczenia maszynowego.
Oprócz inspiracji fizycznych leżących u zarania modeli sztucznych sieci neuronowych Komitet podkreśla ich zastosowanie w innych dziedzinach nauki. W szczególności zastosowanie sztucznych sieci neuronowych umożliwia symulację układów fizycznych z dokładnością pozwalającą na przewidywanie struktury i dynamiki nowych materiałów czy zwiększenie dokładności modeli klimatycznych bez nadmiernego użycia mocy obliczeniowej do wykonywania obliczeń. Głębokie sieci neuronowe są też wykorzystywane w przewidywaniu trójwymiarowych struktur białek.
Jednocześnie zwraca się uwagę na często przeoczaną w odbiorze społecznym i rosnącą rolę, jaką sztuczne sieci neuronowe pełnią w analizie danych eksperymentalnych - sieci były używane w analizach umożliwiających wykrycie bozonu Higgsa w 2012 r. czy stworzenie neutrinowej mapy Drogi Mlecznej w oparciu o dane zebrane przez detektor neutrin IceCube na biegunie południowym.
W tym sensie nagrodę tegoroczną można wpisywać w trend wyróżnień za dostarczanie narzędzi służących pogłębieniu wiedzy o świecie, gdzie znaczenie narzędzi analizy danych wybija się już na równy poziom ze znaczeniem technik eksperymentalnych, do których nagradzania zdążyliśmy się przyzwyczaić.
Wszechogarniająca obecność sztucznych sieci neuronowych, pozwalających na rozpoznawanie obrazu, przetwarzanie mowy czy liczne zastosowania w technikach medycznych, pozwala mieć nadzieję, że także wpływ społeczny nagradzanych metod będzie nieporównywalnie większy od wpływu „automatycznych regulatorów do stosowania w połączeniu z zasobnikami gazu do zasilania światłem latarni morskich i pław świetlnych”.