De Nobelprijs voor Natuurkunde gaat dit jaar naar de ai-wetenschappers Geoffrey Hinton en John Hopfield. Beiden worden gezien als de grondleggers van de kunstmatige intelligentie.
Voor Geoffrey Hinton kwam de aankondiging van de Zweedse Academie van Wetenschappen als een grote verrassing. De 76-jarige ai-veteraan werkte tot mei 2023 nog voor Google. Maar omdat hij zich vrijuit wilde uitspreken over de risico’s van ai-technologie, keerde Hinton Google de rug toe.
De Brits-Canadese computerwetenschapper geldt als pionier op gebied van kunstmatige neurale netwerken die de ruggengraat van de huidige ai-revolutie vormen. Samen met de Amerikaan John Hopfield (Princeton University) deed hij ontdekkingen en uitvindingen die het computers mogelijk maken om te leren met behulp van kunstmatige neuronetwerken. Het duo stond aan de wieg van de technologie die toepassing vindt bij ai-bedrijven als OpenAI. Hun baanbrekende werk heeft het ai-onderzoek in Nederland en België diepgaand beïnvloed. Veel onderzoekers en instellingen borduren voort op zijn basistheorieën en technieken.
Hinton beseft maar al te goed welke risico’s zijn onderzoek naar zelflerende machines met zich mee kunnen brengen. Ook Robert Oppenheimer, de vader van de atoombom, kwam tot dit soort zelfreflectie. Hij werd na de eerste testen van deze wapens diep bezorgd over hun verwoestende kracht. Anders dan Oppenheimer heeft Hinton geen spijt van zijn ontdekkingen. Wel maakt hij zich zorgen over de ‘mogelijk slechte gevolgen’ van zijn onderzoek. Hij is met name bang dat we de controle daarover verliezen. Eerder sprak hij de vrees uit dat de concurrentiestrijd tussen techbedrijven de ontwikkeling van ai-systemen zo opvoert dat die te snel gaat.
Tijdens de aankondiging van de Nobelprijzen in Stockholm uitte Hinton opnieuw zijn zorgen over machine learning en de invloed van ai op de samenleving. ‘Het zal vergelijkbaar zijn met de Industriële Revolutie,’ zei hij. ‘In plaats van mensen te overtreffen in fysieke kracht, zal het mensen overtreffen in intellectuele capaciteiten. We hebben geen ervaring met hoe het is om dingen slimmer te hebben dan wij.’
Bell
Dr. Hopfield begon zijn carrière bij Bell Laboratories in 1958 als natuurkundige die de eigenschappen van vaste materie bestudeerde, maar voelde zich beperkt door de grenzen van zijn vakgebied. Hinton en Hopfield hanteerden hulpmiddelen uit de natuurkunde om fundamenteel onderzoek op ai-gebied te bevorderen. Hopfield creëerde een associatief geheugen dat afbeeldingen in data kan opslaan en reconstrueren, terwijl Hinton een manier bedacht om eigenschappen in data te vinden en taken uit te voeren zoals het identificeren van specifieke elementen in afbeeldingen.
Hinton gebruikte het Hopfield-netwerk als de basis voor een nieuw netwerk genaamd de Boltzmann-machine die elementen binnen een bepaald type data kan leren herkennen. De Boltzmann-machine kan afbeeldingen classificeren en nieuwe voorbeelden genereren van het patroon waarop hij is getraind. Hinton en zijn afgestudeerde studenten bouwden later voort op dit werk om de huidige snelle ontwikkeling van machinaal leren in te luiden – een technologie die nu ten grondslag ligt aan een groot aantal toepassingen, variërend van grote taalmodellen zoals ChatGPT tot zelfrijdende auto’s.
