Por Redação O Sul | 8 de outubro de 2024
Os cientistas John Hopfield e Geoffrey Hinton são os ganhadores do Nobel 2024 de Física, anunciou a Academia Real das Ciências da Suécia nessa terça-feira (8). Eles dividirão o prêmio que totaliza 11 milhões de coroas suecas (cerca de R$ 5,8 milhões). Hopfield é norte-americano e Hinton, britânico. A dupla levou o Nobel por suas “descobertas e invenções fundamentais que permitem o aprendizado de máquina com redes neurais artificiais”.
Essas redes são essenciais para o desenvolvimento da inteligência artificial (IA), permitindo que computadores realizem tarefas complexas de maneira similar ao cérebro humano
“Embora os computadores não possam pensar, as máquinas agora podem imitar funções como memória e aprendizado. Os laureados do Prêmio Nobel de Física de 2024 ajudaram a tornar isso possível”, afirmou o comitê do prêmio, em uma publicação.
No ano passado, o prêmio de Física foi para três cientistas com estudos que exploraram o mundo dos elétrons. Desde 1901, mais de 200 pessoas foram laureadas. A distinção científica só não foi concedida em seis ocasiões: em 1916, 1931, 1934, 1940, 1941 e 1942.
Até 2023, no entanto, das 224 pessoas agraciadas com o Nobel em Física, apenas 5 eram mulheres. Entre elas, a cientista polonesa Marie Curie, a primeira mulher a ganhar o prêmio.
Os vencedores
Ambos os laureados dividem igualmente o prêmio, recebendo metade cada um pelo impacto de suas contribuições no campo da IA.
Geoffrey Hinton nasceu em 6 de dezembro de 1947, em Londres, Reino Unido. Ele é pesquisador vinculado à Universidade de Toronto (Canadá) e atuou como consultor no Google. Em 2023, ele pediu demissão da empresa e alertou sobre os riscos da IA para a humanidade.
Hinton é um dos pioneiros no campo da inteligência artificial, sendo reconhecido por suas contribuições que revolucionaram o reconhecimento de fala e a classificação de imagens.
Ao longo de sua carreira, recebeu prêmios importantes, como o Prêmio Turing, considerado o “Nobel da Computação”.
Já John Hopfield nasceu em 15 de julho de 1933, em Chicago, EUA. Ele é professor emérito da Universidade de Princeton, em Nova Jersey (EUA), e é amplamente conhecido por suas contribuições à neurobiologia e à física teórica.
Hopfield desenvolveu um modelo de rede neural que simula o funcionamento do cérebro de seres humanos, permitindo o armazenamento e processamento de informações. Sua pesquisa lhe rendeu prêmios como a Medalha Dirac e o Prêmio Albert Einstein.
As descobertas
O comitê do Nobel afirmou que Hopfield e Hinton levaram o prêmio por suas contribuições fundamentais para a criação de métodos que são a base das chamadas redes neurais artificiais usadas hoje.
Hopfield desenvolveu uma estrutura capaz de armazenar e reconstruir informações (as redes de Hopfield), enquanto Hinton inventou um sistema que identifica padrões em dados de forma autônoma, dois estudos essenciais para o avanço da IA.
Nos anos 80, o norte-americano, que antes se dedicava a problemas teóricos de biologia molecular, voltou sua atenção para o estudo do cérebro humano e propôs a rede que consegue armazenar padrões e recuperá-los quando apresentados de forma incompleta.
Dessa forma, ele criou o que chamamos de “memória associativa”, onde uma rede neural artificial, de forma semelhante aos neurônios do cérebro humano, pode reconstruir dados mesmo que estejam parcialmente apagados ou distorcidos.
Hinton, por sua vez, ampliou essas ideias, aplicando conceitos da física estatística criando uma tecnologia que consegue identificar padrões, não por instruções diretas, mas após ser alimentada com exemplos.
Na prática, isso quer dizer que o sistema pode reconhecer novos elementos com base nas características que aprendeu em dados anteriores.
E é isso que é o aprendizado de máquina: ao contrário de softwares tradicionais, por exemplo, que funcionam como uma receita, ele processa dados de forma linear, permitindo que o computador aprenda com exemplos.
Dessa forma, o sistema pode resolver problemas complexos que seriam impossíveis de serem geridos apenas por instruções passo a passo. A identificação de objetos em uma imagem é um exemplo disso, algo que requer uma compreensão mais profunda e dinâmica.
