La mítica convocatoria de Estocolmo para los científicos. El Premio Nobel de Física de este año fue otorgado a académicos de las universidades de Princeton y Toronto, John J. Hopfield y Geoffrey E. Hinton, respectivamente. El motivo del máximo reconocimiento científico lo recibió por sus descubrimientos e invenciones fundamentales que permitieron el aprendizaje automático con redes neuronales artificiales.
Cuando hablamos de inteligencia artificial, a menudo nos referimos a al aprendizaje automático mediante redes neuronales artificiales. Esta tecnología se inspiró originalmente en la estructura del cerebro. En una red neuronal artificial, las neuronas del cerebro están representadas por nodos que tienen valores diferentes.
Estos nodos se influyen entre sí a través de conexiones que pueden compararse con las sinapsis y que pueden fortalecerse o debilitarse. La red es trenpor ejemplo, desarrollando conexiones más fuertes entre nodos con valores simultáneamente altos. Los homenajeados de este año han realizado importantes trabajos con redes neuronales artificiales desde los años 80 en adelante.
John Hopfield inventó una red que utiliza un método para guardar y recrear patrones. Podemos imaginar los nodos como píxeles. El Red Hopfield Utiliza la física que describe las características de un material debido a su espín atómico, propiedad que convierte a cada átomo en un pequeño imán.
La red en su conjunto se describe de una manera equivalente a la energía en el sistema de espín que se encuentra en la física, y se entrena encontrando valores para las conexiones entre nodos para que las imágenes almacenadas tengan baja energía. Cuando la red Hopfield recibe una imagen distorsionada o incompleta, trabaja metódicamente a través de los nodos y actualiza sus valores para que la energía de la red disminuya. Por lo tanto, la red trabaja paso a paso para encontrar la imagen guardada que más se parezca a la imperfecta que fue alimentada.
Geoffrey Hinton utilizó la red Hopfield como base para una nueva red que utiliza un método diferente: el máquina de Boltzmann. Este puede aprender a reconocer elementos característicos en un determinado tipo de datos. Hinton utilizó herramientas de la física estadística, la ciencia de los sistemas construidos a partir de muchos componentes similares.
La máquina se entrena alimentándola con ejemplos que es más probable que surjan cuando la máquina está en funcionamiento. La máquina Boltzmann se puede utilizar para clasificar imágenes o crear nuevos ejemplos del tipo de patrón en el que se entrenó. Hinton se ha basado en este trabajo y ha contribuido a impulsar el explosivo desarrollo actual del aprendizaje automático.
“El trabajo de los ganadores ya ha sido de gran beneficio. En física usamos Redes neuronales artificiales en una amplia gama de áreas, como el desarrollo de nuevos materiales con propiedades específicas.”, dijo Ellen Moons, presidenta del Comité Nobel de Física.
Los ganadores del premio de Medicina son seleccionados por el Asamblea Nobel del Instituto Karolinska de la Universidad de Medicina de Suecia y recibir un premio de 11 millones de coronas suecas (1,1 millones de dólares).
Como cada año, El premio de medicina es el primero de una serie de premios Nobel, posiblemente los más prestigiosos en ciencia, literatura y labor humanitaria, y los cinco restantes se anunciarán en los próximos días.
Creado en el testamento del inventor de la dinamita y empresario sueco Alfred Nobellos premios se otorgan desde 1901 por los avances en la ciencia, la literatura y la paz, mientras que el campo de la economía se incluyó más tarde.
Diferentes instituciones otorgan premios en diferentes campos, siendo el Premio de la Paz el único concedido en Oslo y no en Estocolmoposiblemente como consecuencia de la unión política que existía entre los dos países nórdicos cuando Nobel redactó su testamento.
Cabe mencionar que el Premio Nobel de Física 2023 fue otorgado a Pierre Agostini, Ferenc Krausz y Anne L’Huillier “mediante métodos experimentales que generan pulsos de luz de attosegundos para el estudio de la dinámica electrónica de la materia”.
