AI bij de Nobelprijzen: Dubbele overwinning leidt tot discussie over wetenschappelijke disciplines

AI bij de Nobelprijzen: Dubbele overwinning leidt tot discussie over wetenschappelijke disciplines

Het Nobelcomité heeft de transformerende kracht van kunstmatige intelligentie (AI) erkend in twee van de prijzen van dit jaar. Pioniers van neurale netwerken in de natuurkundeprijs en de Ontwikkelaar van computationele hulpmiddelen voor het bestuderen en ontwerpen van eiwitten in de chemieprijs. Maar niet alle onderzoekers zijn tevreden.

Slechts enkele ogenblikken nadat de Koninklijke Zweedse Academie van Wetenschappen de winnaars van de Nobelprijs voor de Natuurkunde van dit jaar bekendmaakte, beleefde de wereld van de sociale media een flits van discussie. Verschillende natuurkundigen voerden aan dat de wetenschap die ten grondslag ligt aan het onderzoek naar machinaal leren, dat werd gevierd in de prijzen voor Geoffrey Hinton en John Hopfield, eigenlijk niet de natuurkunde was.

"Ik ben sprakeloos. Ik waardeer machinaal leren en kunstmatige neurale netwerken net zo veel als iedereen, maar het is moeilijk te begrijpen dat dit een natuurkundige ontdekking is", schreef Jonathan Pritchard, een astrofysicus aan het Imperial College London, op X. “Ik denk dat de Nobelprijs werd getroffen door de AI-hype.”

Het onderzoek van Hinton aan de Universiteit van Toronto in Canada en Hopfield aan de Princeton Universiteit in New Jersey "hoort thuis op het gebied van de computerwetenschappen", zegt Sabine Hossenfelder, natuurkundige aan het Münchener Centrum voor Wiskundige Filosofie in Duitsland. "De jaarlijkse Nobelprijs is een zeldzame kans voor natuurkundigen - en natuurkundigen - om in de schijnwerpers te staan. Het is de dag waarop vrienden en familie zich herinneren dat ze een natuurkundige kennen en zich misschien afvragen waar die laatste Nobelprijs over ging. Maar dit jaar niet."

Een aantal perspectieven combineren

Niet iedereen was echter ongerust: veel natuurkundigen waren blij met het nieuws. “Het onderzoek van Hopfield en Hinton was interdisciplinair en bracht natuurkunde, wiskunde, informatica en neurowetenschappen samen”, zegt Matt Strassler, een theoretisch natuurkundige aan de Harvard University in Cambridge, Massachusetts. “In die zin hoort het bij al deze disciplines.”

Anil Ananthaswamy, een wetenschapsjournalist uit Berkeley, Californië, en auteur van 'Why Machines Learn', merkt op dat hoewel het door het Nobelcomité aangehaalde onderzoek geen theoretische natuurkunde in de zuiverste zin is, het geworteld is in technieken en concepten uit de natuurkunde, zoals energie. De ‘Boltzmann-netwerken’ en de door Hinton uitgevonden Hopfield-netwerken ‘zijn beide energiegedreven modellen’, zegt hij.

De verbinding met de natuurkunde werd zwakker in de latere ontwikkelingen van machinaal leren, voegt Ananthaswamy toe, vooral in de ‘feedforward’-technieken die het gemakkelijker maakten om neurale netwerken te trainen. Toch komen fysieke ideeën terug en helpen onderzoekers begrijpen waarom steeds complexere deep learning-systemen doen wat ze doen. “We hebben de mentaliteit van de natuurkunde nodig om machinaal leren te bestuderen”, zegt Lenka Zdeborová, die onderzoek doet naar de statistische fysica van berekeningen aan het Zwitserse Federale Instituut voor Technologie in Lausanne (EPFL).

“Ik denk dat de Nobelprijs voor de natuurkunde in steeds meer gebieden van de natuurkundige kennis moet blijven doordringen”, zegt Giorgio Parisi, natuurkundige aan de Sapienza Universiteit van Rome. deelde de Nobelprijs voor 2021. “De natuurkunde wordt steeds breder en omvat veel kennisgebieden die in het verleden niet bestonden of geen deel uitmaakten van de natuurkunde.”

Niet alleen AI

De computerwetenschap leek de Nobelprijs over te nemen de dag nadat de natuurkundeprijs was bekendgemaakt, toen Demis Hassabis en John Jumper, medeoprichters van de AI-tools voor het voorspellen van de eiwitstructuur AlphaFold bij Google DeepMind in Londen, die de helft van de Nobelprijs voor de Scheikunde won. (De andere helft werd toegekend aan David Baker van de Universiteit van Washington in Seattle voor zijn werk aan eiwitontwerp waarbij geen gebruik werd gemaakt van machinaal leren).

De prijs was een erkenning van de disruptieve kracht van AI, maar ook van de gestage toename van de kennis op het gebied van de structurele en computationele biologie, zegt David Jones, een bio-informaticus aan het University College London die met DeepMind aan de eerste versie van AlphaFold werkte. “Ik denk niet dat AlphaFold een radicale verschuiving vertegenwoordigt in de onderliggende wetenschap die er nog niet was”, zegt hij. “Het gaat erom hoe alles is samengesteld en ontworpen om AlphaFold deze hoogten te laten bereiken.”

Een belangrijke input die AlphaFold gebruikt zijn de sequenties van verwante eiwitten van verschillende organismen, die paren aminozuren kunnen identificeren die waarschijnlijk gelijktijdig zijn geëvolueerd en daarom fysiek in de buurt kunnen zijn van de 3D-structuur van een eiwit. Onderzoekers gebruikten dit inzicht al om eiwitstructuren te voorspellen toen AlphaFold werd ontwikkeld, en sommigen begonnen het idee zelfs te implementeren in deep learning-netwerken.

“Het was niet alleen een kwestie van aan het werk gaan, op de AI-knop drukken en dan iedereen naar huis gaan”, zei Jumper op een persconferentie bij DeepMind op 9 oktober. “Het was echt een iteratief proces waarbij we ons ontwikkelden, onderzoek deden en probeerden de juiste combinaties te vinden tussen wat de gemeenschap over eiwitten begreep en hoe we die intuïties in onze architectuur konden integreren.”

AlphaFold zou ook niet mogelijk zijn geweest zonder de Protein Database, een vrij toegankelijke opslagplaats van meer dan 200.000 eiwitstructuren - waaronder enkele die hebben bijgedragen aan eerdere Nobelprijzen - bepaald met behulp van röntgenkristallografie, cryo-elektronenmicroscopie en andere experimentele methoden. “Elk datapunt is het resultaat van iemands jarenlange inspanning”, aldus Jumper.

Sinds hun oprichting in 1901 zijn de Nobelprijzen vaak een weerspiegeling geweest van de impact van onderzoek op de samenleving en zijn praktische uitvindingen beloond, en niet alleen pure wetenschap. In dit opzicht zijn de prijzen voor 2024 geen uitschieters, zegt Ananthaswamy. ‘Soms worden ze uitgereikt voor hele goede engineeringprojecten. Daartoe behoren ook de prijzen voor Laser En PCR.”