Fot. CWiD UW

– To jest w pewnym sensie rewolucja. Pierwszy raz Nagroda Nobla z fizyki nie jest w zasadzie z fizyki, a z informatyki, chociaż twórcy mieli wiele wspólnego z fizyką i inspirowali się wieloma procesami fizycznymi. Tegoroczna Nagroda przyznana została za algorytmy, które służą do przetwarzania informacji. Sieć neuronowa, którą zaprogramowujemy na naszym komputerze, jest określonym sposobem przetwarzania informacji, czyli jest algorytmem wzorowanym na tym, jak działa nasz mózg. Strukturę sieci neuronowej tworzymy w pewnej analogii do tego, jak nasze neurony są ze sobą połączone, jak przetwarzają informacje, ale oczywiście to wszystko robimy nie w materii biologicznej, tylko krzemowej – elektronicznej. Rzecz jasna – sam Alfred Nobel nie wiedział, że będzie taka dziedzina jak informatyka. Jeszcze jej nie było, więc nawet jej nie uwzględnił w swoim testamencie. Widać, że Komitet Noblowski jednak zrobił krok dalej – uznał, że w dzisiejszych czasach informatyka jest tak ważną dziedziną, że zasługuje na Nagrodę Nobla. W pewnym sensie stało się to kosztem fizyki, a nie innych dziedzin, ale wydaje mi się, że ta Nagroda jest bardzo dobrze uzasadniona, zważywszy iż w ostatnim czasie zalały nas metody AI. Od przeszło dwóch lat mamy słynny Chat GPT, który jest swego rodzaju ikoną tego, do czego doszliśmy od lat 80. XX w., czyli od pionierskich prac noblistów – Hintona i Hopfielda. Potrzebne były cztery dziesięciolecia, żeby można było pokazać praktyczne skutki tych idei – aby zaczęły one działać. I to jest bardzo ciekawa sprawa – razem z całą historią sztucznej inteligencji i kwestią sieci neuronowych. Kiedy one miały swój początek w latach 80. XX w., ludzie podeszli do nich z entuzjazmem i bardzo dużo sobie po nich obiecywali – m.in., że one rzeczywiście pozwolą nam zrozumieć mózg, świadomość i przetwarzać informacje. W zupełnie inny sposób zareagowano w latach 90. i na początku dwutysięcznych. Okres ten określany jest jako „zima sztucznej inteligencji”, bo wszyscy stracili nadzieję, że to będzie działać. Okazało się, że sieci dobrze działały, rozpoznając cyfry i litery, z pismem, tzw. „bazgrołami”, radziły sobie już gorzej, ale nikt nie był w stanie pokazać, że one rzeczywiście zaczynają robić użyteczne rzeczy na taką skalę, jak widzimy dzisiaj. Metody sztucznej inteligencji próbujemy już stosować wszędzie i w związku z tym ta Nagroda Nobla jest bardzo na czasie, bardzo uzasadniona, ale też rewolucyjna przez to, że jest z informatyki – uważa prof. dr hab. Rafał Demkowicz-Dobrzański z Instytutu Fizyki Teoretycznej, Wydziału Fizyki UW.

– Moje pierwsze spotkania z fizyką były związane z Johnem Hopfieldem, który zasłynął z prac na temat ekscytonów w fizyce ciała stałego. Fakt, że w pewnym momencie postanowił porzucić tę dziedzinę, był dużym zaskoczeniem, jednak teorie, które wymyślił, przetrwały i są nadal szeroko wykorzystywane. Cieszy mnie, że Hopfield zdał sobie sprawę, iż osiągnął wszystko, co zamierzał i postanowił przenieść swoje zainteresowania na neuroinformatykę, neurofizykę i neurobiologię. Koncepcje stosowane w tych dziedzinach są bardzo bliskie temu, czego my używamy w martwej naturze, jak np. propagacja polarytonów, czyli wzbudzeń takich, które są też w naszych neuronach. Jeśli zastanawiamy się, w jaki sposób ludzkie oko przetwarza obrazy i sygnały, okazuje się, że również tam zaprzęgnięte są naturalne sieci neuronowe. Chciałbym podać przykład mojego studenta, który doskonale pokazuje, jak niesamowite są te połączenia. To student pierwszego roku. Uczenie maszynowe było dla niego początkowo jedynie hobby. Na początku studiów zaczął wykorzystywać te techniki do analizy zdjęć powierzchni kryształów, które się marszczyły. Człowiek mógł zauważyć różnice w zmarszczkach w zależności od sposobu hodowli kryształu, ale żeby to skwantyfikować, potrzebne były te metody. Studentowi udało się wyszkolić sieci neuronowe, które najpierw musiały się „nauczyć” rozpoznawać te wzory, a potem mogły dostarczać precyzyjnych danych ilościowych, nie tylko jakościowych. Moim zdaniem jest w tym dużo fizyki – dodaje prof. dr hab. Andrzej Wysmołek z Instytutu Fizyki Doświadczalnej, Wydziału Fizyki UW.

– Moim zdaniem należałoby nagradzać inteligencję wrodzoną, a nie sztuczną. Według mnie to odkrycie nie ma wiele wspólnego z fizyką. To podglądanie działania mózgu w bardzo uproszczony sposób. Pamiętam rok 1982 – wtedy John J. Hopfield zaproponował koncepcję sieci neuronowej. To była kompletna abstrakcja. Wiedzieliśmy już wtedy, że w mózgu funkcjonują miliardy neuronów, a możliwości komputerów tamtych czasów pozwalały na modelowanie może siedmiu, może dziesięciu neuronów. Pamiętam również backpropagation opracowane przez Hintona, które pojawiło się tuż po moich studiach, ale to też wydawało się kompletnie abstrakcyjne. Teraz mówimy o niesłychanie rozbudowanych sieciach neuronowych, zastosowaniu ich do wielkich baz danych. Wciąż jednak, w moim odczuciu, mamy do czynienia bardziej ze skalą niż z nowym pomysłem fizycznym. Oczywiście, może to być użyteczne w fizyce, choć mam wątpliwości, czy faktycznie okaże się tak kreatywne i przełomowe. To może być użyteczne narzędzie, ale nadal – tylko narzędzie. Nawet Hinton podkreślał czynniki ryzyka związane z potencjalnym wykorzystaniem tego narzędzia w złych celach, a wówczas to może być niesłychanie silne narzędzie, które będzie bardzo, bardzo groźne. Za to osiągnięcie przyznałbym Nagrodę Turinga. Moim zdaniem Nagroda Nobla jest pewnym takim sacrum, które dostaje się za przełom w fizyce – puentuje krytycznie prof. dr hab. Krzysztof A. Meissner z Instytutu Fizyki Teoretycznej, Wydziału Fizyki UW.