Le prix Nobel de physique 2024 récompense les pionniers de l'IA qui se sont inspirés de la physique des aimants et des gaz

En 1944 paraissait un ouvrage du grand physicienphysicien Erwin SchrödingerErwin Schrödinger dont le titre était « Qu'est-ce que la vie ? ». Ses réflexions basées notamment sur ce que l'on appelle la mécanique statistique allaient beaucoup influencer les découvreurs de la structure de l'ADNADN, Francis CrickFrancis Crick et James Watson. L'année précédente, Warren McCulloch et Walter Pitts avaient commencé à poser l'une des bases de la révolution de l'intelligence artificielleintelligence artificielle (IA) au XXI^e siècle, sous la forme des réseaux de neuronesneurones artificiels inspirés du comportement des neurones biologiques et du Deep Learning, dont certains se demandent si elle ne contient pas en germegerme l'accès à la conscience artificielle.

Ce sont certains des autres pionniers de l'intelligence artificielle avec des réseaux de neurones que l'Académie royale des sciences de Suède vient de récompenser aujourd'hui avec un prix Nobel de physique pour l'année 2024. Il s'agit du physicien états-unien John Joseph Hopfield, né le 15 juillet 1933, et de l'informaticien et psychologue cognitif britanno-canadien Geoffrey EverestEverest Hinton, né le 6 décembre 1947.

L'IA avec le  deep learning, c'est-à-dire l'apprentissage profondapprentissage profond avec des réseaux de neurones artificiels, avait repris son essor il y a quelques années grâce au Français Yann LeCun ainsi qu'aux Canadiens Yoshua Bengio et déjà Geoffrey Hinton, qui ont reçu le 27 mars 2019 le prix Turing 2018, l'équivalent du Nobel en informatique, décerné par l'Association for Computing Machinery (ACM).

Les trois chercheurs, en s'appuyant sur les travaux de John Hopfield qui se sont aussi avérés cruciaux, avaient fait sauter un verrouverrou remontant à la fin des années 1960 quand Marvin Minsky et Seymour Papert avaient cru avoir montré que l'on avait placé beaucoup trop d'espoir dans les possibilités d'apprentissage de l'IA basées sur les travaux de Frank Rosenblatt en 1957 avec son fameux Perceptron.

Le comité du prix Nobel reconnaît aujourd'hui l'importance du changement de paradigme réalisé par John Hopfield au début des années 1980 non seulement avec ce qui est connu maintenant sous le nom des réseaux de neurones de Hopfield (Hopfield network)), mais aussi en montrant que le comportement de ces nouveaux réseaux était à rapprocher de celui de ce que les physiciens appellent le modèle d'Ising. Il s'agit d'une théorie issue de la mécanique statistique décrivant les propriétés thermodynamiques et magnétiques de la matière sous la forme d'une population de particules douée d'un moment cinétique et d'un moment magnétique propres comme ceux des électronsélectrons.

Geoffrey Hinton allait, lui, faire un nouveau rapprochement avec un autre domaine de la mécanique statistique, à savoir la théorie cinétique des gazgaz que l'on doit à Ludwig Boltzmann et qui dans les mains de Hinton a donné the Boltzmann machine, voir à ce sujet le livre, libre en ligne, du regretté David MacKay qui fut un des thésards de Hopfield et bien sûr les communiqués de la fondation Nobel pour le grand public et celui pour ceux qui sont cultivés en physique et en science des ordinateurs.

Rappelons que ces dernières années, Yoshua Bengio et Geoffrey Hinton ont exprimé leur préoccupation avec l'essor du deep learning, craignant un possible scénario à la Terminator dans un horizon beaucoup plus proche qu'il ne le pensait auparavant.