All’inizio di Ottobre la comunità scientifica mondiale si riunisce per scoprire i nuovi vincitori dei Premi Nobel, il riconoscimento più ambito per i ricercatori di tutto il mondo. Le settimane precedenti all’annuncio sono caratterizzate da speculazioni su chi potrebbe essere premiato e quali scoperte verranno riconosciute dall’Accademia delle Scienze di Svezia. Quest’anno, i premi per la fisica e la chimica hanno condiviso un tema comune: l’intelligenza artificiale.
Il Nobel per la Fisica 2024 è stato assegnato a John J. Hopfield e Geoffrey E. Hinton, pionieri che negli anni ’80 hanno sviluppato strumenti matematici essenziali per i moderni algoritmi di intelligenza artificiale. Il loro lavoro ha gettato le basi per l’apprendimento automatico, un campo che oggi permea molti aspetti della nostra vita quotidiana. L’importanza del loro contributo è stata riconosciuta per la capacità di simulare l’apprendimento automatico attraverso modelli matematici che trovano analogie con sistemi fisici complessi, come i materiali magnetici.
La ricerca sull’intelligenza artificiale è interdisciplinare, intrecciando matematica, informatica, biologia e fisica. Il comitato del Nobel ha voluto evidenziare come il lavoro teorico di Hopfield e Hinton abbia influenzato non solo l’informatica, ma anche la fisica teorica. Ad esempio, l’algoritmo Stable Diffusion, utilizzato per generare immagini realistiche, si basa su principi matematici simili a quelli che descrivono la diffusione in termodinamica.
Il Nobel per la Chimica 2024 è stato conferito a David Baker, Demis Hassabis e John Jumper per i loro straordinari contributi nello studio della struttura delle proteine. In particolare, Hassabis e Jumper hanno sviluppato un algoritmo basato sull’intelligenza artificiale che permette di ricostruire la struttura di una proteina partendo dagli amminoacidi che la compongono. Questa scoperta rappresenta un passo avanti significativo nella comprensione delle proteine, molecole fondamentali per la vita.
Per decenni, prevedere la struttura tridimensionale delle proteine a partire dalla loro sequenza di amminoacidi è stato un compito arduo. La svolta è arrivata con il programma AlphaFold, sviluppato dai ricercatori del Google Lab Deep Mind, che ha vinto la sfida di predizione delle strutture proteiche nel 2018 e nel 2020, raggiungendo una precisione paragonabile a quella ottenuta in laboratorio.
Anche nel campo dell’astrofisica, l’intelligenza artificiale sta trasformando il modo di condurre la ricerca. I grandi telescopi producono una quantità immensa di dati, che richiedono l’uso di algoritmi avanzati per essere analizzati in modo efficiente. L’intelligenza artificiale può aiutare a stimare con maggiore precisione i parametri cosmologici, identificare oggetti rari nel cielo e caratterizzare le atmosfere dei pianeti extrasolari. Tuttavia, l’astrofisica è ancora agli inizi di questa rivoluzione e non ha ancora vissuto un “momento AlphaFold”.
