Вплив штучного інтелекту: чому Нобелівські премії з фізики та хімії отримали психологи та математики.

Нагороди в обох дисциплінах мають спільний знаменник: штучний інтелект (ШІ) відіграв ключову роль у їх відкриттях. Проте, незважаючи на визнання ШІ на найвищому науковому рівні, цьогорічний вибір Шведської королівської академії наук викликав багато запитань.

Зокрема, Гінтон з Університету Торонто спочатку займався експериментальною психологією, перш ніж перейти до штучного інтелекту, а Гассабіс та Джампер, які працюють у Google DeepMind над проєктом AlphaFold2, є математиками, а не хіміками чи біологами.

Більше того, деякі фізики висловили сумнів у доцільності нагородження Хопфілда та Гінтона в галузі фізики, оскільки їхні досягнення більше стосуються інформатики. Це рішення породило думку, що Нобелівський комітет під час вибору переможців у фізиці піддався впливу популярності ШІ.

Незважаючи на ці суперечки, визнання значного внеску штучного інтелекту комітетом може відкрити шлях до майбутніх нагород для вчених за наукові відкриття, в яких ШІ стане невід’ємною частиною.

Машинне навчання та прогнозування білкової структури

Лауреати з фізики Гінтон та Гопфілд ще у 1980-х роках заклали основи сфери, що нині відома як машинне навчання. Це напрямок штучного інтелекту, що використовує алгоритми та правила для виконання певних обчислювальних завдань.

"Штучний інтелект – це широке поняття, яке охоплює машинне навчання, а його частиною є глибоке навчання, що використовує математичні моделі штучних нейронних мереж. Зокрема, трансформери, на яких базуються всі генеративні ШІ, є однією з архітектур нейронних мереж," – пояснює співзасновник і CEO DevRain Олександр Краковецький.

Гопфілд та Гінтон значно сприяли розвитку штучних нейронних мереж, використовуючи принципи квантової та статистичної фізики. Вчені створили спеціальні математичні моделі, які імітують роботу мозку. Ці моделі називаються штучними нейронними мережами, які складаються з багатьох маленьких елементів, що працюють разом, як нейрони в мозку.

Гінтон створив нейромережу на основі машини Больцмана, яка навчається на прикладах і здатна класифікувати або генерувати зображення. Його відкриття сприяло розвитку великих нейронних мереж, що нині широко використовуються в науці та технологіях.

Цьогорічні лауреати премії з хімії розділили нагороду за досягнення в прогнозуванні та дизайні білків, що відкриває нові можливості в біології та медицині.

Один з них, Девід Бейкер, у 1998 році взяв участь у змаганні біоінформатиків CASP, де вчені намагалися якомога точніше і швидше передбачити структуру білка на основі його послідовності. Мета змагань – зрозуміти, як складні білкові молекули формуються з "цеглинок" – амінокислот. Цей процес можна порівняти зі складанням пазла без наявної картинки.

Тоді Бейкер вирішив діяти нестандартно. Замість того, щоб припускати, як має виглядати кінцевий результат, він почав з готової "картинки" і підбирав до неї відповідні деталі. У 2003 році цей підхід дозволив створювати абсолютно нові білки, яких не було в природі. Це призвело до виникнення нової галузі в біоінформатиці – дизайну білків.

Інші лауреати "Нобеля" з хімії, Гассабіс та Джампер з Google DeepMind, розробили AlphaFold2 – ШІ, який кардинально змінив методи прогнозування білкових структур.

Чому Нобелівську премію з фізики дали за штучний інтелект

Присудження премії з фізики Гінтону та Гопфілду за їх роботу над машинним навчанням викликало обговорення серед науковців. Зокрема, рішення Нобелівського комітету піддається критиці за те, що дослідження не відповідає критеріям премії. Крім того, науковий досвід лауреатів не зовсім відповідає категоріям, у яких вони здобули перемогу. Так, Хінтон не займався фізикою – він вивчав експериментальну психологію.

"У мене немає слів. Незважаючи на мою прихильність до машинного навчання та штучних нейронних мереж, важко визнати це відкриттям у фізиці. Схоже, Нобелівська премія захоплена хвилею популярності ШІ," – написав у X астрофізик з Імперського коледжу Лондона Джонатан Прітчард.

На думку фізика-теоретика Сабіни Хоссенфельдер, яка працює в Мюнхенському центрі математичної філософії, дослідження вчених скоріше належить до інформатики, ніж до фізики.

"Нобелівська премія – це рідкісна можливість для фізики та фізиків бути в центрі уваги. Це той день, коли друзі та рідні згадують, що знають фізика, і, можливо, звертаються до нього чи неї із запитанням про те, за що цього року присудили премію. Проте не цього разу," – наголошує Хоссенфельдер.

Як зазначено в аргументах Нобелівського комітету, глибокі знання лауреатів у фізиці, зокрема про поведінку маленьких частинок всередині матеріалів (наприклад, атомів), допомогли вченим у створенні штучних нейронних мереж. Проте якщо давати премію з фізики за все, що пов'язано з матеріалами і процесами в них, то майже всі відкриття можна віднести до фізики, адже все навколо складається з атомів.

З одного боку, відкриття цьогоріч