Pesquisadores pioneiros no desenvolvimento da inteligência artificial e do aprendizado de máquina ficaram com o Nobel de Física de 2024, recentemente entregue na Real Academia de Ciências da Suécia, em Estocolmo. O norte-americano John Hopfield e o britânico Geoffrey Hinton vão partilhar o prêmio de 11 milhões de coroas suecas, cerca de R$ 5,8 milhões.
Eles foram os pioneiros na criação dos conceitos fundamentais da física estatística para estabelecer as bases das redes neurais artificiais e abriram caminho para ferramentas em inteligência artificial, hoje onipresentes na área de pesquisa científica e na vida moderna.
Conceitos que estão presentes também no conteúdo ensinado aos alunos do MBA em Ciências de Dados da USP/ICMC/CeMEAI, em várias disciplinas ministradas por professores altamente capacitados na área.
Um deles, é o Prof. Francisco Rodrigues que explicou melhor a relação entre o prêmio e o MBA. “No MBA, oferecemos diversos cursos que aplicam os conceitos e ferramentas desenvolvidos por esses pesquisadores de ponta. No curso “Aprendizado de Máquina e Inteligência Artificial”, ministrado por mim, os alunos são introduzidos aos fundamentos de redes neurais e suas aplicações práticas. Esse conhecimento é aprofundado no curso “Redes Neurais e Aprendizado Profundo”, ministrado pelo professor Moacir Antonelli Ponti, onde os estudantes exploram redes neurais profundas e seu uso aplicado com Python, utilizando bibliotecas como scikit-learn, TensorFlow e PyTorch. Esses cursos proporcionam uma imersão nas tecnologias mais avançadas de aprendizado de máquina, base para diversas inovações, incluindo os grandes modelos de linguagem (Large Language Models), como o ChatGPT e o Gemini, que estão transformando áreas como processamento de linguagem natural, automação e inteligência artificial”, explicou.
Ele explicou ainda que o aprendizado de máquina tem sido importante para a pesquisa há muito tempo, incluindo a classificação e análise de grandes quantidades de dados. John Hopfield e Geoffrey Hinton usaram ferramentas da física para construir métodos que ajudaram a estabelecer a base para o poderoso aprendizado de máquina de hoje.
As descobertas de John Hopfield e o britânico Geoffrey Hinton resultaram no desenvolvimento de ferramentas de IA generativa que o Prof. Francisco trabalha no dia a dia. Segundo ele, seus estudos são também inspirados na estrutura do cérebro humano e na interação entre os neurônios.
Quando o cérebro humano aprende algo, as conexões entre certos neurônios se tornam mais fortes enquanto as de outros neurônios ficam mais fracas. Esse padrão de funcionamento é importante para guardar e recuperar as memórias armazenadas. No modelo de Hopfield, o papel dos neurônios é desempenhado pelos nós interconectados da rede. Dessa forma, o modelo “aprende” a guardar e a reconhecer diferentes tipos de informação.
“Sistemas ancorados nesse tipo de rede neural conseguem, por exemplo, classificar imagens de acordo com padrões que lhes foram “ensinados” e produzir textos ou outro tipo de informação que sejam similares a modelos treinados para reconhecer e imitar. Os dois pesquisadores são os pioneiros da inteligência artificial e tiveram importante papel no desenvolvimento da área”, finalizou Francisco Aparecido Rodrigues, que também é pesquisador principal do CEPID-CeMEAI e do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC USP).
Sobre os premiados:
John Hopfield
Físico teórico com forte interesse na biologia molecular, Hopfield, hoje com 91 anos, formulou no início da década de 1980 um tipo de rede que conseguia criar uma memória associativa capaz de armazenar e reconstruir padrões de informação. Sua contribuição, feita quando estava no Instituto de Tecnologia da Califórnia (Caltech), ficou conhecida como rede ou modelo de Hopfield. Trata-se de uma estrutura que imita o funcionamento dos neurônios, as células cerebrais que trocam sinais químicos ou elétricos entre si por meio de sinapses.
Geoffrey Hinton
Hopfield e Hinton, hoje com 76 anos, usaram o modelo de Hopfield para dar um passo além, ainda nos anos 1980. Formado em psicologia experimental, com doutorado em inteligência artificial, ele criou um método que, de forma autônoma, procura por certas propriedades em um conjunto de dados. Denominado máquina de Boltzmann, em alusão aos estudos em física estatística do austríaco Ludwig Eduard Boltzmann (1844-1906), esse tipo de rede neural forma a base da IA generativa.
Raquel Vieira, com informações da Pesquisa FAPESP.
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: contatocemeai@icmc.usp.br
