Premio Nobel per la Fisica 2024
John J. Hopfield, americano, nato a Chicago, ha utilizzato principi della fisica per sviluppare un modello di rete neurale conosciuto come la “rete di Hopfield”. Questo modello ha dimostrato come reti di neuroni artificiali possano memorizzare e recuperare informazioni, imitando la memoria associativa umana.
Geoffrey E. Hinton, britannico naturalizzato canadese, ha invece lavorato su algoritmi per l’allenamento delle reti neurali, in particolare sviluppando il backpropagation, un metodo che permette alle reti neurali di apprendere da errori passati per migliorare le previsioni future. Le sue ricerche hanno portato alla creazione di reti neurali profonde, che sono alla base di molte applicazioni moderne di AI, come il riconoscimento vocale e l’elaborazione delle immagini.
- Medicina: Migliorando la diagnostica per immagini, dove le reti neurali aiutano nell’identificazione di patologie con maggiore precisione.
- Fisica delle particelle: Assistendo nella gestione e nell’analisi dei vasti quantitativi di dati provenienti dagli esperimenti, come quelli condotti al CERN.
- Ricerca spaziale: Utilizzate nell’analisi dei dati astronomicali, contribuendo alla scoperta di fenomeni come le collisioni di buchi neri o la ricerca di esopianeti.
