Panayotis Benetatos
Πολλές ήταν οι αρνητικές αντιδράσεις για το φετινό Νόμπελ φυσικής στους John Hopfield και Geoffrey Hinton. Οι περισσότερες εξέφραζαν απογοήτευση ή και κάποια κουτοπόνηρη χαιρεκακία: "το Νόμπελ φυσικής πήγε στην Πληροφορική", "πληροφορικάριοι πήραν το Νόμπελ Φυσικής", "στέρεψε από νέες ανακαλύψεις η φυσική, τόσο που το Νόμπελ Φυσικής πάει σε άλλον τομέα"... Η Sabine Hossenfelder, με απαράδεκτα επιφανειακό ξερολισμό, ανέβασε ένα βίντεο χθες στο οποίο λέει ότι ο Hopfield είναι "an American computer scientist"!!!
Εγώ κάνω θεωρητική φυσική με αναλυτικές μεθόδους (χαρτί και μολύβι) και δε χρησιμοποιώ ΑΙ (artificial intelligence) στη δουλειά μου. Παρ' όλα αυτά το χθεσινό Νόμπελ με ενθουσίασε και το θεωρώ θρίαμβο τής θεωρητικής σκέψης! Ας προσπαθήσουμε να βάλουμε κάποια πράγματα στη θέση τους.
1) Το Νόμπελ Φυσικής ΔΕ δόθηκε για τη ΧΡΗΣΗ τεχνητών νευρωνικών δικτύων (ΤΝΔ) και ΑΙ στη φυσική ή σε άλλα πεδία εφαρμογών! Οι επιστήμονες που βραβεύθηκαν δε χρησιμοποίησαν ΑΙ για να κάνουν την ανακάλυψη για την οποία πήραν το βραβείο. (Ήταν το Νόμπελ Χημείας αυτό που πράγματι επιβράβευσε τη χρήση ΤΝΔ στη μελέτη τής δομής των πρωτεϊνών με το καταπληκτικό πρόγραμμα AlphaFold 2.)
2) Τα ΤΝΔ έχουν μπει στη ζωή μας, έχουν βοηθήσει πολύ σε σημαντικές πειραματικές έρευνες τής φυσικής (βαρυτικά κύματα, ανίχνευση σωματιδίων), και αναμένεται ο ρόλος τους να γίνει ακόμα πιο σημαντικός στο μέλλον. Η επιτροπή το αναγνωρίζει αυτό, αλλά ΔΕΝ έδωσε το βραβείο για καμμία εφαρμογή των ΤΝΔ!
3) Η επιτροπή επιβράβευσε την ΑΝΑΚΑΛΥΨΗ των ΤΝΔ μέσα από τη χρήση Στατιστικής ΦΥΣΙΚΗΣ! Μια ανακάλυψη πάντοτε χαρακτηρίζεται τόσο από τον καρπό όσο και από τη μήτρα. Μπορεί ο καρπός (ΑΙ) να έχει ξεφύγει από την "καθαρή" φυσική, η μήτρα όμως ήταν 100% "καθαρή" φυσική! (Ως γνωστόν, η φυσική είναι άπονη μάνα και συχνά δίνει τα παιδιά της για υιοθεσία.)
Στη Στατιστική Φυσική, προσπαθούμε να καταλάβουμε τη συλλογική συμπεριφορά συστημάτων που έχουν αταξία σε μικροσκοπικό επίπεδο. Γενικά, έχουμε δύο είδη αταξίας: τις θερμικές διακυμάνσεις και την παγωμένη στο χρόνο αταξία. Μια κατηγορία φυσικών συστημάτων στα οποία κυριαρχεί η παγωμένη αταξία (quenched disorder) είναι οι λεγόμενοι ύαλοι σπιν (spin glasses). Μπορούμε να φανταστούμε τα μικροσκοπικά στοιχεία τού συστήματος (σπιν) ως μικρά μαγνητάκια που έχουν τυχαία (αλλά παγωμένη) αλληλεπίδραση: κάποια ζεύγη τα θέλει να είναι παράλληλα και κάποια αντιπαράλληλα. Η θεωρητική μελέτη αυτών των συστημάτων είναι εξαιρετικά δύσκολη και ήδη το Νόμπελ Φυσικής τού 2021 στον Giorgio Parisi αναγνώρισε αυτό το μέτωπο έρευνας. Ο Hopfield ήθελε να καταλάβει τον ανθρώπινο εγκέφαλο και συγκεκριμένα πώς αναγνωρίζει πρότυπα μέσα από τη λεγόμενη συσχετισμένη μνήμη (associative memory). Είχε τη γνώση, την ευφυΐα, τη φαντασία, και τη διαίσθηση να δει μια αναλογία μεταξύ των βιολογικών νευρωνικών δικτύων και ενός θεωρητικού μοντέλου spin glass (Hopfield model). Κατέστρωσε το ΦΥΣΙΚΟ μοντέλο (Hopfield model), το διερεύνησε, είδε ότι κατ'αρχήν δουλεύει, και τα υπόλοιπα είναι ιστορία! Εάν αυτό δεν είναι ΦΥΣΙΚΗ par excellence τότε τι είναι; Ο Hinton βελτίωσε το μοντέλο τού Hopfield χρησιμοποιώντας ακόμα περισσότερη ΣΤΑΤΙΣΤΙΚΗ ΦΥΣΙΚΗ. Ονόμασε μάλιστα το ΤΝΔ που πρότεινε "Boltzmann machine" από τον πρωτοπόρο τής Στατιστικής Μηχανικής Ludwig Boltzmann.
Στην εκλαϊκευμένη παρουσίαση τού Νόμπελ Φυσικής από τη Σουηδική Ακαδημία ( https://www.nobelprize.org/.../popular-physicsprize2024-2... ), συναντάμε τον όρο "statistical physics" τρεις φορές, το όνομα τού Boltzmann 16 φορές, το spin 5 φορές. Η πρωτότυπη εργασία τού Hopfield δημοσιεύθηκε το 1982 στο περιοδικό PNAS στην κατηγορία "Biophysics" και βρίσκεται εδώ ( https://www.pnas.org/doi/pdf/10.1073/pnas.79.8.2554 ). Είναι αυτή εργασία "πληροφορικάριου"; To μοντέλο τού Hopfield είναι από μόνο του ένα εξαιρετικά ενδιαφέρον ΦΥΣΙΚΟ μοντέλο spin glass που έχει οδηγήσει σε πληθώρα πολύ σημαντικών εργασιών στην "καθαρή" Στατιστική Μηχανική (curiosity driven research). Για παράδειγμα, η διαπρεπής Γερμανίδα θεωρητική φυσικός Annette Zippelius (με την οποία είχα την τιμή να συνεργαστώ επί σειρά ετών) έγινε διάσημη, μεταξύ άλλων, για την αναλυτική (με χαρτί και μολύβι) επίλυση μιας εκδοχής αυτού τού μοντέλου ( http://www.lps.ens.fr/.../1987/gardner-zippelius-87.pdf ) Είναι αυτή εργασία "Πληροφορικής";
O Hopfield, πριν από το Νόμπελ, το 2022 στο Τόκυο είχε λάβει το Boltzmann Medal από την International Union of Pure and Applied Physics (την ανώτατη διάκριση στη Στατιστική Φυσική) για την προσφορά του στον τομέα. Σκεφτείτε ότι το 1982 ακόμα η φυσική συμπυκνωμένης ύλης λέγονταν φυσική στερεάς κατάστασης και τα όρια μεταξύ επιστημονικών πεδίων ήταν πολύ πιο αυστηρά ορισμένα. Ήθελε μεγάλη "τρέλα" και τόλμη κάποιος να προσπαθήσει να καταλάβει τον εγκέφαλο ως φυσικό σύστημα εκείνη την εποχή χρησιμοποιώντας ιδέες/έννοιες/μεθόδους από τη φυσική κάποιων "ιδιότροπων" μαγνητικών συστημάτων!
Από τη δική μου σκοπιά, το φετινό Νομπελ (μαζί με εκείνο τού Giorgio Parisi το 2021) αναγνωρίζει το τρίτο μέτωπο τής "καθαρής" φυσικής. Έχουμε το μέτωπο τού απείρως μικρού, εκείνο τού απείρως μεγάλου, και το τρίτο είναι το μέτωπο τού απείρως πολύπλοκου. Very well deserved!!!
(Ένας από τους λόγους που κάθισα και έγραψα αυτό το σημείωμα είναι επειδή φοβάμαι πως η μπουρδολογία που αστραπιαία κυκλοφόρησε μπορεί να κάνει κάποιους ημιμαθείς ή αγράμματους λαϊκιστές πολιτικούς να πουν: "Είδατε; Η φυσική με τις άχρηστες θεωρίες της έχει πεθάνει, ας κόψουμε τη χρηματοδότηση, ας κλείσουμε κάποια Τμήματα Φυσικής, για να ενισχύσουμε την Τεχνητή Νοημοσύνη και τις εφαρμογές αφού εκεί είναι το μέλλον." Ενώ το μήνυμα τού φετινού βραβείου είναι ακριβώς το αντίθετο.)
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου