Sciences et technologies

Le prix Nobel de physique célèbre les pionniers de l’intelligence artificielle

John J Hopfield et Geoffrey E Hinton reçoivent cette année le prix Nobel de physique. Le professeur Anders Irback explique leurs travaux lors de la conférence de presse à l'Académie royale des sciences de Suède à Stockholm, en Suède, le 8 octobre 2024, à l'occasion de l'annonce du prix. En arrière-plan, le professeur Ellen Moons et Hans Ellegren, secrétaire général de l'Académie suédoise des sciences. Traduit avec DeepL.com (version gratuite)

Le comité Nobel de physique a surpris tout le monde cette année. En célébrant, mardi 8 octobre, deux pionniers de « réseaux de neurones artificiels »de l’Américain John Hopfield (91 ans) et du Britannique Geoffrey Hinton (76 ans), il surfe sur la tendance actuelle de l’intelligence artificielle, qu’on associerait plus volontiers à l’informatique.

« C’est la reconnaissance qu’un courant de la physique, la physique statistique, a fait l’effort d’aller vers d’autres domaines. C’est une bonne nouvelle »note Rémi Monasson, chercheur CNRS au Laboratoire de Physique de l’ENS à Paris. Stéphane Mallat, professeur au Collège de France, salue un prix « surprenant » et constate qu’en retour l’intelligence artificielle aide beaucoup les physiciens de nos jours, pour l’imagerie, la modélisation, les simulations, etc.

Il n’est pas facile de voir derrière les mots écrits par ChatGPT, les images créées par Midjourney, les vidéos générées par Sora ou les brillants mouvements Go d’AlphaGo, des concepts physiques. Le fait que l’un des deux lauréats, Geoffrey Hinton, ne soit pas physicien, mais informaticien et neuroscientifique, n’aide pas non plus. Et pourtant.

Transformer un réseau en mémoire

Les systèmes d’intelligence artificielle dont on parle le plus actuellement appartiennent à la catégorie de l’apprentissage automatique, ou « apprentissage automatique » en anglais, et plus précisément à la sous-catégorie qui utilise le modèle mathématique des réseaux de neurones artificiels, un assemblage numérique de neurones actifs ou inactifs, liés plus ou moins fortement entre eux. John Hopfield, alors à l’université Caltech (Californie), et Geofrey Hinton, à l’université Carnegie Mellon (Pennsylvanie), dans les années 1980, ont montré indépendamment que cette analogie mathématique avec le cerveau pouvait surprendre et faire des choses généralement réservées à notre organe : mémoriser, apprendre. , reconnaître des modèles… « C’est l’illustration de ce que, dans notre domaine, nous appelons l’émergence : le tout vaut plus que la somme de ses parties »résume Marc Mézard, professeur à l’université Bocconi de Milan. Les physiciens avaient déjà démontré cette puissance dans leur discipline. Un simple ensemble d’aiguilles placées tête en haut ou en bas, côte à côte sur un damier, peut représenter les propriétés d’un matériau magnétique. Giorgio Parisi, prix Nobel 2021, maître de physique statistique, cette science qui décrit des phénomènes macroscopiques à partir de comportements individuels, avait développé cette philosophie pour des matériaux plus complexes.

Il vous reste 62,49% de cet article à lire. Le reste est réservé aux abonnés.

Jewel Beaujolie

I am a fashion designer in the past and I currently write in the fields of fashion, cosmetics, body care and women in general. I am interested in family matters and everything related to maternal, child and family health.
Bouton retour en haut de la page