A apresentação anual do Prêmios Nobelnuma cerimónia especial em Estocolmo, na Suécia, em Dezembro, reconhece conquistas cruciais na ciência.

O prêmio de física deste ano reconhece conjuntamente John Hopfield e Geoffrey Hinton por suas pesquisas em aprendizado de máquina com redes neurais artificiais.

Quando anunciado em Outubro, o comité do Prémio Nobel observou que os humanos possuíam uma capacidade de aprendizagem única que supera outras espécies do planeta.

“Podemos reconhecer imagens e fala, e associá-las a memórias e experiências passadas – milhares de milhões de neurónios interligados dão-nos capacidades cognitivas únicas”, disse Ellen Moons, presidente do comité de física.

“As redes neurais artificiais são inspiradas nisso.”

A partir desta inspiração, tanto Hopfield quanto Hinton foram pioneiros nos primeiros desenvolvimentos de redes neurais artificiais, cooptando a física estatística e computacional para construir sistemas capazes de armazenar e recriar informações.

A ciência climática também beneficiou da capacidade das redes neurais para expandir as capacidades de modelação, enquanto os cuidados de saúde estão cada vez mais a implementar inteligência artificial (IA) tecnologia para analisar e diagnosticar doenças.

Ao elogiar o trabalho de Hopfield e Hinton, Moons também reconheceu o consequências do seu uso indevido.

“Embora a aprendizagem automática tenha enormes benefícios, o seu rápido desenvolvimento também levantou preocupações sobre o nosso futuro. Coletivamente, os humanos carregam a responsabilidade de usar esta nova tecnologia de uma forma segura e ética para o maior benefício da humanidade.”

Hinton: ‘O aprendizado de máquina excederá as pessoas em habilidades intelectuais’

Agora, ganhador do Prêmio Nobel, o cientista da computação e psicólogo cognitivo anglo-canadense Geoffrey Hinton falou à imprensa logo após o anúncio dos vencedores.

“Estou pasmo, não tinha ideia de que isso iria acontecer, estou muito surpreso”, disse Hinton sobre sua reação à notícia.

Os ganhadores do Nobel são informados de que ganharam o prêmio o mais próximo possível do anúncio. Às vezes não podem ser contatados, tal é a importância de manter em segredo a identidade do ganhador de cada prêmio.

Hinton disse com certeza que os avanços nas redes neurais realizados hoje terão uma enorme influência na humanidade.

“Isso será comparável à revolução industrial. O aprendizado de máquina excederá as pessoas em habilidades intelectuais”, acrescentou.

Embora tenha listado as inúmeras aplicações, como cuidados de saúde, assistentes de IA e aumentos na produtividade do trabalho, ele também apontou as observações de Moons sobre a ameaça que a IA poderia representar se os humanos perdessem o controlo da tecnologia.

Hinton também admitiu usar Bate-papoGPT4 — um grande modelo de linguagem convencional — frequentemente. “Não confio totalmente nisso, pois às vezes pode ter alucinações”, acrescentou.

IA, aprendizado de máquina e aprendizado profundo – explicado de forma simples

Termos como aprendizado de máquina, inteligência artificial e aprendizagem profunda foram amplamente utilizados no anúncio do Prêmio Nobel.

Os avanços na ciência da computação levaram a extensas pesquisas nessas áreas, disse o secretário-geral da Real Academia Sueca de Ciências, Hans Ellengren.

Embora a IA seja um termo abrangente usado para descrever sistemas que emulam a inteligência humana, o aprendizado de máquina descreve como os sistemas são capazes de aprender com os dados e melhorar a tomada de decisões preditivas.

A física estatística usada por ambos os destinatários em seus trabalhos ao longo das décadas de 1980 e 1990 lançou as bases para a IA moderna. Os primeiros trabalhos de Hopfield e Hinton estabeleceram redes neurais capazes de recuperar informações com base em entradas anteriores.

Hoje, as redes neurais são os blocos de construção dos modelos de aprendizagem profunda, assim como os neurônios são os blocos de construção do sistema nervoso humano. Assim como os neurônios estão ligados por sinapses no cérebro, as redes neurais artificiais são compostas de camadas de nós.

Uma rede neural simples possui apenas algumas camadas, mas modelos complexos devem ter mais de três camadas, o que lhe dá o poder de resolver problemas mais complexos.

“Surpreendente, mas justificado”, dizem físicos à DW

“Totalmente justificado e totalmente corajoso por parte do comitê. Porque embora Hopfield seja um físico treinado, Hinton não é”, disse à DW o físico teórico Tilman Plehn, da Universidade de Heidelberg.

Ele se refere a Hinton como o inventor do aprendizado profundo. “Hopfield lançou as bases e Hinton tornou-as utilizáveis. Ele é um visionário. Nos anos 90, ninguém queria realmente pensar neste novo campo. Mas ele não desistiu. Ele é a imagem de um investigador interdisciplinar,” Plehn acrescenta.

“Físicos como eu usam o aprendizado profundo e de máquina o tempo todo como um método para obter mais poder dos dados”, disse a física de partículas Marumi Kado à DW. Ele usa redes neurais para interpretar bilhões de fotos tiradas por uma câmera especializada de colisões de partículas, minúsculas demais para o olho humano.

“A transparência no desenvolvimento e aplicação de métodos de IA é muito importante. No entanto, uma discussão política sobre os perigos potenciais da IA ​​é absolutamente necessária e deve acompanhar a investigação em ciência da computação, matemática e física”, disse Michael Krämer, físico teórico da Universidade de Aquisgrano.

‘Padrinho da IA’: Quem é Geoffrey Hinton?

Aclamado como o “Padrinho da IA” e um pioneiro nesse campo, Geoffrey Hinton já expressou pesar pelo seu papel no avanço da IA, particularmente no que diz respeito aos seus potenciais impactos futuros. “Se eu não tivesse feito isso, outra pessoa teria feito”, disse ele ao New York Times ano passado.

Em 2017, o jovem de 76 anos foi cofundador do Vector Institute em Toronto e tornou-se seu principal consultor científico. Um ano depois, juntamente com Yoshua Bengio e Yann LeCun, Hinton recebeu o prestigioso Prêmio Turing, muitas vezes chamado de “Prêmio Nobel da Computação”, por seu trabalho inovador em aprendizagem profunda. O trio, apelidado de “Padrinhos do Aprendizado Profundo”, continuou a dar palestras públicas juntos.

Em maio de 2023, Hinton renunciou ao cargo na Googleonde trabalhou durante mais de uma década para poder expressar livremente as suas preocupações sobre os riscos associados à IA, incluindo a sua potencial utilização indevida, deslocação de empregos e ameaças existenciais de sistemas avançados.

Ele enfatizou a necessidade de colaboração entre os desenvolvedores de IA para estabelecer diretrizes de segurança e prevenir resultados prejudiciais.

Editado por: Wesley Dockery, Matthew Agius