Quest’anno il Premio Nobel per la Fisica è stato assegnato a John J. Hopfield e Geoffrey E. Hinton per i loro contributi fondamentali allo sviluppo delle reti neurali artificiali, tecnologie alla base del machine learning moderno. Grazie all’applicazione di concetti provenienti dalla fisica, i due scienziati hanno creato strumenti che oggi permettono alle macchine di riconoscere e classificare immagini, dati e pattern in modo autonomo.
John Hopfield ha sviluppato un metodo per memorizzare e ricostruire modelli di dati attraverso reti neurali associative. Il suo lavoro si basa su principi fisici legati allo spin atomico, utilizzando un sistema energetico per determinare le connessioni tra nodi, come i pixel in un’immagine. Quando la rete Hopfield riceve un’immagine distorta, corregge progressivamente l’errore riducendo la sua energia complessiva, arrivando così a ricostruire l’immagine originale.
Geoffrey Hinton, invece, ha preso spunto dal lavoro di Hopfield per sviluppare la macchina di Boltzmann, una rete capace di riconoscere elementi caratteristici nei dati. Utilizzando concetti della fisica statistica, la macchina viene allenata a identificare pattern, permettendo di classificare immagini e creare nuovi esempi.
Il lavoro di entrambi ha gettato le basi per l’attuale boom dell’intelligenza artificiale, contribuendo alla creazione di nuove tecnologie utilizzate in numerosi settori, dalla fisica alla medicina. Secondo Ellen Moons, presidente del Comitato Nobel per la Fisica, il contributo dei due scienziati sta già producendo grandi benefici, soprattutto nello sviluppo di nuovi materiali con proprietà specifiche.
