Nobelprijs voor natuurkunde gaat naar 'fundamenteel' machinelearningonderzoek

De Amerikaanse wetenschapper John Hopfield en de Brits-Canadese wetenschapper Geoffrey Hinton hebben samen de Nobelprijs voor natuurkunde gekregen. Hun onderzoek heeft volgens het Nobelcomité een grote bijdrage geleverd aan de ontwikkeling van AI.

De wetenschappers deden onderzoek naar neurale netwerken en machinelearning, schrijft het Nobelcomité. John Hopfield heeft het zogeheten Hopfield-netwerk ontwikkeld dat een methode gebruikt voor het opslaan en opnieuw creëren van patronen.

Hinton heeft het Hopfield-netwerk gebruikt als basis voor een ander netwerk, de Boltzmann-machine, die 'kenmerkende elementen' kan leren herkennen in een bepaald type data. De Boltzmann-machine kan worden gebruikt om afbeeldingen te classificeren of nieuwe voorbeelden te maken van het type patroon waarop de machine is getraind. Het comité zegt dat Hintons werk 'de huidige explosieve ontwikkeling van machinelearning op gang heeft gebracht'.

"Het werk van deze wetenschappers is van onschatbare waarde. In de natuurkunde gebruiken we kunstmatige neurale netwerken op een groot aantal gebieden, zoals de ontwikkeling van nieuwe materialen met specifieke eigenschappen”, zegt Ellen Moons, de voorzitter van het Nobelcomité voor Natuurkunde.

Hopfield-netwerk en Boltzmann-machine
Het Hopfield-netwerk en de Boltzmann-machine

Door Loïs Franx

Redacteur

08-10-2024 • 16:19

28

Submitter: eprillios

Reacties (28)

28
28
21
3
0
1
Wijzig sortering
Opmerkelijk dat een prijs die normaal wordt geassocieerd met fysica, wordt toegekend voor bijdragen aan kunstmatige intelligentie. Want ook, welke specifieke toepassingen in de natuurkunde zijn mogelijk gemaakt door het werk van Hopfield en Hinton?
Lees de laatste alinea.
Tja dan zou je ook Turing een nobelprijs van de natuurkunde kunnen geven voor het uitvinden van computer science, omdat we veel computers gebruiken om berekeningen te doen in de natuurkunde.

Het voelt wel een beetje apart en in natuurkundige kringen is er wel wat kritiek op. Ze gebruiken inderdaad concepten uit de natuurkunde en passen die toe op machine learning, maar het heeft weinig te maken met natuurkundig onderzoek aangezien ze niet veel nieuwe natuurkundige inzichten hebben gebracht.

Ik zeg trouwens niet dat hun inbreng niet belangrijk is - het was absoluut een doorbraak en mag zeker gevierd worden. Het is echter wel een stretch om het een doorbraak in de natuurkunde te noemen.

[Reactie gewijzigd door Denni op 8 oktober 2024 18:43]

“The Royal Swedish Academy of Sciences has decided to award the Nobel Prize in Physics 2024 to

John J. Hopfield
Princeton University, NJ, USA

Geoffrey E. Hinton
University of Toronto, Canada”

In het Engels ‘klinkt’ het al anders.
Het voelt wel een beetje apart en in natuurkundige kringen is er wel wat kritiek op.
Ik kan ergens begrijpen dat er kritiek komt maar heb het op 123 niet kunnen vinden.

Ze passen een natuurlijk fenomeen (werking neuronen) toe in een fysische vorm = chips. Die werken immers op elektriciteit of licht en dat is 100% fysica/natuurkunde.
Onderstaande is geen argument voor de toekenning:
Ze passen een natuurlijk fenomeen (werking neuronen) toe in een fysische vorm = chips. Die werken immers op elektriciteit of licht en dat is 100% fysica/natuurkunde.
Je beschrijft hier toch een biologisch proces dat gesimuleerd wordt op een al bestaande technologie. De werking van neuronen zou denk ik eerder onder de categorie fysiologie en geneeskunde vallen lijkt me.

Ik begrijp dat ze dit een fundamentele ontwikkeling vinden, maar dan nog vind ik dit een vreemde toekenning. Dit vraagt om een nieuwe categorie Computer Sciences of zo.
Fysiologie en geneeskunde? Dus wat met elektriciteit ? Ook geneeskunde omdat zenuwen ook elektrisch werken? Het is een artificieel neuraal netwerk. Maar het netwerk is natuurlijk wel echt.

Ik zie niet in wat er mis is met fysica. Het zijn immers fysische processen die op basis van studie van de natuur hebben ontwikkeld. Het is niet omdat het artificieel is dat computer science zou zijn. Het transistoreffect is ook geen computer science maar Physica.

Wat is er zo moeilijk aan?
Het abstracte simulatie is wat baanbrekend is. Niet de electronica die gebruikt is of de kennis van de werking over de neuronen. Die kennis hebben ze gebruikt om hun onderzoek juist op te zetten.

Volgens jouw manier van redeneren kun je de categorieen Scheikunde en Fysiologie/Geneeskunde net zo goed meteen opdoeken. Want uiteindelijk valt alles binnen die categorieen te herleiden tot fysica. En al helemaal als er een computer simulatie is gebruikt bij een onderzoek, want dan redeneer jij : electriciteit, dus golfjes en deeltjes.
Je kunt Turing geen Nobelprijs geven, want die wordt alleen uitgereikt aan levende personen.

Verder denk ik dat het prima is dat het begrip "natuurkunde" wat wordt opgerekt door het Comite? Het is een private partij die de prijzen uitdeelt, geen overheidsinstanties of iets dergelijks.
Wel, in die tijd was dat behoorlijk natuurkundig. Directe verbanden met het Ising model en spin glazen. Kijken maar eens naar deze "inleiding" uit 1995.
Heel veel dingen zijn zo op abstracte manier te verbinden, dus ik vindt het vergezocht. Ising problem is zogenaamd NP-complete en is dus direct te verbinden met elk ander NP-complete probleem ooit (in de literatuur hoor je bijna altijd 'Spin glass Ising Problem', want los je het ene op dan volgt de ander gelijk).

Dus als jij degene bent die een algoritme weet te vinden op het 'travelling salesman problem' welk NP-complete is (gegeven een aantal steden en afstanden ertussen, welke route is de snelste die je uiteindelijk weer terug bij het begin brengt zonder een stad meerdere keren te bezoeken). Als je dat oplost zou je de natuurkunde indirect ook ongelofelijk vooruit helpen want wiskundigen weten al voor heel veel andere natuurkundige & scheikundige problemen dat het te reduceren is (en vaak genoeg zelfs precies hoe) naar het travelling salesman problem (edit: letterlijk heel het ising problem zou opgelost zijn, dit zou quantum-scheikundige simulaties voor grote moleculen mogelijk maken, eiwitvouwen wordt ineens triviaal, hilarisch genoeg zou de laatste alinea over material sciences ook ineens triviaal worden, etc..). Toch zou ik het heel raar vinden als iemand daarvoor een fysica nobelprijs wint. Het is gewoon niet direct fysica.

[Reactie gewijzigd door SpaghettiCake op 8 oktober 2024 18:27]

Machine Learning heeft ook raakvlakken met fysica / mechanica, zie bijvoorbeeld
Neural nets can perform complex tasks but what and how they learn is not understood. As Artificial Intelligence and Machine Learning make rapid strides, physicists at JHU are working to understand these systems and incorporate them into Physics and Astronomy research. With their large numbers of neurons and connections, neural nets can be analyzed through the lens of statistical mechanics. We are working to characterize feature learning, optimization, and the scaling of ML systems using various datasets: images, text, the web, scientific measurements, etc.
Zie dit artikel van de John Hopkins University (JHU), wat toch niet de minste instantie is op dit vlak.
Machine Learning heeft ook raakvlakken met fysica / mechanica, zie bijvoorbeeld
Een hamer heeft net zo veel raakvlakken....

Je geeft geen prijs aan gereedschap en ai is gereedschap in dit veld
Er zijn zeker potentiële mogelijkheden zoals detecteren van Zwaartekracht gevolven
Dat kan ook prima zonder enige machine learning, dus niet een 'essentiele toepassing'. Integendeel, bij meerdere colloquia hoor je juist dat natuurkundigen/wetenschappers in het algemeen liever niet gelijk naar machine learning grijpen omdat ookal het vaak sneller is, het je geen enkel overzicht biedt. En dat overzicht is precies wat je wilt voor wetenschappelijke ontdekkingen. Algoritmes om ruis uit data te halen, helemaal prima want je kan dan zo terugrekenen als iets raar lijkt. Gebruik je machine learning dan kan je wel fluiten naar enige uitleg als iets raar lijkt. Geen haat op ML want het heeft ongelofelijk veel toepassingen, ook binnen de wetenschap, maar voor nieuwe fysica (die we dus nog niet door én door begrijpen) is het bijna altijd een slecht idee.
Inderdaad. Het is wiskunde of computer science. Als het zou gaan om een fysieke implementatie zou ik begrijpen dat het natuurkunde is. Maar dit is vrij abstract en virtueel.
Je bent niet de enige die zich afvraagt waarom dit onder natuurkunde zou vallen.

YouTube: The 2024 Nobel Prize in Physics Did Not Go To Physics -- This Physic...
Fysici hebben net iets vaak gezegt dat uiteindelijk iedere wetenschap natuurkunde is. Deze hadden ze zelf aan kunnen zien komen.
Ja hebben ze ook gekregen:
The Royal Swedish Academy of Sciences has decided to award the Nobel Prize in Physics 2024 to

John J. Hopfield
Princeton University, NJ, USA

Geoffrey E. Hinton
University of Toronto, Canada
Tweakers vertaald het gewoon als Natuurkunde. Grieks: Physis = wil zeggen natuur. In wetenschappelijke context spreekt men wel eerder van fysica.
Het Nobelcomité heeft het ChatGPT gevraagd :)
Citaat teletekst:
Hinton zei na de toekenning dat hij
zich zorgen maakt over de mogelijk
slechte gevolgen van zijn onderzoek
naar zelflerende machines.Hij is bang
dat de mens de controle verliest.
Ik deel zijn zorgen als ICT'er. Tegelijk heb ik wel zorgen bij 'de mens' die het dan moet oplossen volgens hem. De mens haalt ondanks allerlei kwaliteitsjournalistiek in Nederland, gemiddeld diens nieuws van wie maar het hardst schreeuwt op sociale media. De mens stemt massaal op PVV, BBB, en zo meer populisten.

Populistisch verkozen politici aldus die namens de mens vervolgens heel actief en met veel middelen gaan zoeken naar een crisis om uit te roepen, om zo maar aan de macht te kunnen blijven als hun verkiezingshype weer voorbij waait, omdat ze voor het ooit begon al wisten dat ze niets substantieels waar zouden kunnen maken. Desondanks laten die populisten zich met spindoctors rond valse beloftes gemakkelijk genoeg verkiezen. Dit door heel veel mensen voor wie het leven, en zeker uitdagingen op bestuurlijk niveau, te complex geworden zijn om nog te overzien. Mensen die schijnbaar uit machteloosheid nog enkel ergens tegen willen stemmen.

Het probleem wordt dan een beetje waar je tegenover die AI risico dreiging straks nog terecht kan voor degelijkheid in de 'moderne' wereld. Daarvoor geschikte mensen, zoals zelfs deze Nobelprijs winnaars, die sneeuwen nu vreselijk onder wanneer grote (politieke) beslissingen genomen worden.

Met de huidige maatschappelijke tendens zie je eerder nog Trump subsidie verstrekken aan Skynets terminator onderzoek en nog wat meer intelligente camera's en spionage satellieten en meer van die zaken om 'de terroristen' te lijf te kunnen gaan. Make America Great Again onder luide aanmoediging van zijn kiezers die het super mooi vinden al die wapens en al dat geweld. Het eerste wapenfeit van Skynet op verzoek van Trump aanhangers zou in diezelfde gedachtelijn de volgende bestorming van het Capitool kunnen zijn.

Zo recent als tien jaar geleden had zoiets compleet absurd geleken in de moderne democratische wereld, maar vergeleken met toen lijkt het schikbarend genoeg inmiddels nog maar half zo absurd. De vraag is nog of we onszelf als mens niet al eerder de pijp uit helpen dan dat AI slim genoeg is om het voor ons te doen. De koers moet echt anders, we moeten (deels terug) naar meer menselijkheid, meer beschaving.

[Reactie gewijzigd door OruBLMsFrl op 8 oktober 2024 18:17]

dus omdat anti migratie sentiment populair is gaan we skynet krijgen.

zo een vaart loopt het allemaal niet en PVV is geen haar beter of slechter dan D66..... Ze hebben alleen een andere mening over wat goed is voor het land. En in een democratie kiest de bevolking.
Nee, je moet het breder zien. Mensen zijn eenvoudig te manipuleren en AI stelt mensen in staat dit op enorme schaal te gaan doen, nog groter dan wat er nu al gaande is.
Uhm, PVV maakt journalisten een doelwit van bedreigingen, probeert het parlement met 'noodwetten' buitenspel te zetten en ondermijnt de rechterlijke macht. Ik ben zeker geen D66-stemmer maar D66 gelijkstellen aan een rechtstaatondermijnende PVV is compleet van de zotte.
Ilya Sutskever (de ex-inhoudelijke man van OpenAI) werkte in Hinton zn lab in de tijd dat maar weinig mensen neurale netwerken serieus namen. Naar mijn mening verdiend Hinton de prijs.
Het klopt natuurlijk dat neurale netwerken heel veel gebruikt worden in de natuurkunde, maar de neurale netwerken zelf zijn geen natuurkunde in de traditionele zin van het woord. Het is Computer Science / Artificial Intelligence.
Anoniem: 291380 8 oktober 2024 16:55
Daar zien ze bij nobelcomitee geen verschiel tussen fysica en informatica.

Op dit item kan niet meer gereageerd worden.