dupla vitória desperta debate sobre campos científicos

Os comités do Nobel reconheceram o poder transformador da inteligência artificial (IA) em dois dos prémios deste ano – homenageando os pioneiros das redes neurais no prémio de física e os desenvolvedores de ferramentas computacionais para estudar e conceber proteínas no prémio de química. Mas nem todos os investigadores estão satisfeitos.

Momentos depois de a Real Academia Sueca de Ciências ter revelado os vencedores do Nobel de Física deste ano, as redes sociais animaram-se, com vários físicos a argumentar que a ciência subjacente à aprendizagem automática, celebrada nos prémios atribuídos a Geoffrey Hinton e John Hopfield, não era realmente física.

O Nobel de Química vai para os desenvolvedores do AlphaFold AI que prevê estruturas de proteínas

“Estou sem palavras. Gosto de aprendizado de máquina e de redes neurais artificiais tanto quanto qualquer pessoa, mas é difícil ver que isso seja uma descoberta da física”, disse Jonathan Pritchard, astrofísico do Imperial College London. escreveu no X. “Acho que o Nobel foi atingido pelo hype da IA.”

A pesquisa de Hinton, da Universidade de Toronto, no Canadá, e de Hopfield, da Universidade de Princeton, em Nova Jersey, “cai no campo da ciência da computação”, diz Sabine Hossenfelder, física do Centro de Filosofia Matemática de Munique, na Alemanha. “O Prêmio Nobel anual é uma rara oportunidade para a física – e os físicos com ela – entrarem no centro das atenções. É o dia em que amigos e familiares lembram que conhecem um físico e talvez perguntem a ele sobre o que é este recente Nobel. Mas não este ano.”

Unindo campos

Porém, nem todos ficaram preocupados: muitos físicos acolheram bem a notícia. “A pesquisa de Hopfield e Hinton foi interdisciplinar, reunindo física, matemática, ciência da computação e neurociência”, diz Matt Strassler, físico teórico da Universidade Harvard em Cambridge, Massachusetts. “Nesse sentido, pertence a todos esses campos.”

Anil Ananthaswamy, escritor científico baseado em Berkeley, Califórnia e autor do livro Por que as máquinas aprendemressalta que embora a pesquisa citada pelo comitê do Nobel possa não ser física teórica no sentido mais puro, ela está enraizada em técnicas e conceitos da física, como a energia. As 'redes Boltzmann' inventadas por Hinton e as redes Hopfield “são ambas modelos baseados em energia”, diz ele.

Nobel de Física conquistado por pioneiros do aprendizado de máquina

A ligação com a física tornou-se mais ténue nos desenvolvimentos subsequentes na aprendizagem automática, acrescenta Ananthaswamy, particularmente nas técnicas de “feed-forward” que tornaram as redes neurais mais fáceis de treinar. Mas as ideias da física estão de volta e ajudam os pesquisadores a entender por que os sistemas cada vez mais complexos de aprendizagem profunda fazem o que fazem. “Precisamos da forma de pensar que temos em física para estudar o aprendizado de máquina”, diz Lenka Zdeborová, que estuda física estatística da computação no Instituto Federal Suíço de Tecnologia em Lausanne (EPFL).

“Penso que o prémio Nobel da física deveria continuar a espalhar-se por mais regiões do conhecimento da física”, afirma Giorgio Parisi, físico da Universidade Sapienza de Roma que partilhou o Nobel de 2021. “A física está se tornando cada vez mais ampla e contém muitas áreas do conhecimento que não existiam no passado ou que não faziam parte da física.”

Não apenas IA

A ciência da computação parecia estar completando sua aquisição do Nobel no dia seguinte ao anúncio do prêmio de física, quando Demis Hassabis e John Jumper, co-criadores da ferramenta de IA para previsão de dobramento de proteínas AlphaFold no Google DeepMind em Londres, ganharam metade do Nobel de química. . (A outra metade foi concedida a David Baker, da Universidade de Washington, em Seattle, pelo trabalho de design de proteínas que não empregou aprendizado de máquina).

O prémio foi um reconhecimento da força disruptiva da IA, mas assim como da acumulação constante de conhecimento em biologia estrutural e computacional, diz David Jones, bioinformático da University College London, que colaborou com a DeepMind na primeira versão do AlphaFold. “Não creio que o AlphaFold envolva qualquer mudança radical na ciência subjacente que ainda não estivesse em vigor”, diz ele. “Foi a forma como foi montado e concebido de forma tão integrada que permitiu à AlphaFold atingir esses patamares.”

Esses cinco campos científicos ganham o maior número de prêmios Nobel

Por exemplo, uma entrada chave que o AlphaFold utiliza são as sequências de proteínas relacionadas de diferentes organismos, que podem identificar pares de aminoácidos que tenderam a co-evoluir e, desta maneira, podem estar em estreita proximidade física na estrutura 3D de uma proteína. Os pesquisadores já estavam usando esse insight para prever estruturas de proteínas na época em que o AlphaFold foi desenvolvido, e alguns até começaram a incorporar a ideia em redes neurais de aprendizagem profunda.

“Não foi apenas porque fomos trabalhar e apertamos o botão de IA, e então fomos todos para casa”, disse Jumper em uma coletiva de imprensa na DeepMind em 9 de outubro. “Foi realmente um processo iterativo onde desenvolvemos, fizemos pesquisas, tentamos encontrar o tipo certo de combinação entre o que a comunidade entendia sobre proteínas e como construímos essas intuições em nossa arquitetura.”

AlphaFold assim como não teria sido viável se não fosse o Protein Data Bank, um repositório disponível gratuitamente de mais de 200.000 estruturas de proteínas – incluindo algumas que contribuíram para Nobels anteriores – determinadas usando cristalografia de raios X, microscopia crioeletrônica e outros experimentos. métodos. “Cada ponto de dados representa anos de esforço de alguém”, disse Jumper.

Desde a sua criação em 1901, os Nobel têm frequentemente abordado o impacto da investigação na sociedade e recompensado invenções práticas, não apenas ciência pura. A este respeito, os prémios de 2024 não são atípicos, diz Ananthaswamy. “Às vezes eles são concedidos para projetos de engenharia muito bons. Isso inclui os prêmios para laser e PCR.”