Prix ​​Nobel de physique pour les machines capables d’apprendre

Suite à l’annonce d’hier de Prix ​​Nobel de médecineaujourd’hui c’était au tour de la physique. A cette occasion, les gagnants du Prix ​​Nobel de physique ont été John J. Hopfield et Geoffrey E. Hinton “pour les découvertes et inventions fondamentales qui permettent l’apprentissage automatique avec des réseaux de neurones artificiels.”

Comme cela arrive habituellement toujours avec l’annonce du prix Nobel de physique, a eu lieu à un peu plus de 11h45 (heure de la péninsule espagnole) dans le Académie royale des sciences de Suèdeà Stockholm, et a été annoncé par le Secrétaire Général de ladite institution, Hans Ellegren.

Les gagnants devront se partager un prix de 9 millions de couronnes suédoises, soit l’équivalent d’environ 830 000 euros. L’année dernière, ils ont dû le diviser entre 3. Cette année, il n’y en a que deux, donc le prix pour chacun d’eux sera plus important.

Prix ​​Nobel de physique pour l’intelligence artificielle

A l’heure où l’Intelligence Artificielle est en plein essor. Pour cette raison, beaucoup pensaient déjà que le prix Nobel de physique reviendrait à l’un des scientifiques à l’origine des découvertes qui l’ont amené là où il se trouve aujourd’hui.

L’intelligence artificielle repose sur des réseaux de neurones. Il s’agit d’un système qui se comporte de la même manière que notre cerveau. Il existe des nœuds, qui seraient comparables à nos neurones, et sont reliés par des connexions similaires à nos synopsis. De la même manière que nos connexions neuronales sont façonnées par l’apprentissage, celles de l’intelligence artificielle le peuvent aussi. Vous pouvez faire apprendre à une machine.

Dans le cas des deux lauréats du prix Nobel de physique, chacun y a contribué d’une manière ou d’une autre. John Hopfieldde l’Université de Princeton, y est parvenu en développant des technologies permettant de sauvegarder et de recréer des modèles. Ceci est utilisé, par exemple, pour reconstruire des images. Si la machine est entraînée avec des milliers ou des millions de machines réelles et que, finalement, on lui donne une image incomplète, elle peut la reconstruire à partir de modèles établis dans toutes celles qu’elle a stockées.