Les prix Nobel 2024 ont marqué la première fois que des travaux directement liés à l'intelligence artificielle et à l'apprentissage automatique étaient reconnus par deux comités Nobel distincts la même année, un résultat largement interprété comme une forme de légitimation scientifique pour ce domaine. Le prix Nobel de physique a été attribué à Geoffrey Hinton et John Hopfield pour leurs travaux fondamentaux sur les réseaux de neurones artificiels, tandis que le prix Nobel de chimie a été attribué à Demis Hassabis, John Jumper et David Baker pour leurs travaux sur la prédiction et la conception de structures protéiques.
Prix de physique
Le prix de physique a reconnu le développement par Hopfield du réseau de Hopfield en 1982, une forme précoce de réseau de mémoire associative s'appuyant sur des idées issues de la physique statistique, ainsi que les travaux ultérieurs de Hinton s'appuyant sur ces idées, notamment la machine de Boltzmann et des contributions ultérieures à la rétropropagation et à l'apprentissage profond plus largement. Ce choix a suscité quelques discussions publiques car les travaux honorés relevaient davantage de l'informatique et de l'apprentissage automatique que de la physique conventionnelle, bien que le comité Nobel ait présenté ces contributions comme ancrées dans des méthodes physiques appliquées au traitement de l'information. Hinton avait quitté Google en 2023 pour parler plus librement des risques liés à l'IA avancée, et a utilisé sa conférence Nobel et ses remarques publiques ultérieures pour réitérer ses préoccupations concernant l'sécurité de l'IA et la perte de contrôle.
Prix de chimie
Le prix de chimie a reconnu deux réalisations liées : les travaux de Baker sur la conception computationnelle de nouvelles protéines, et le projet AlphaFold mené chez Google DeepMind, où Demis Hassabis et John Jumper ont développé AlphaFold, un système qui prédit la structure tridimensionnelle des protéines à partir de la séquence d'acides aminés avec une précision longtemps considérée comme un défi majeur en biologie structurale. Les prédictions d'AlphaFold et la base de données publique associée ont été créditées d'avoir accéléré la recherche dans toute la biologie et la médecine, de la découverte de médicaments à la conception d'enzymes, ce qui en fait l'une des applications scientifiques à grande échelle les plus concrètes de l'apprentissage profond à un problème extérieur à l'IA elle-même.
Signification
Ensemble, les deux prix ont été largement interprétés comme une reconnaissance que les méthodes de réseaux de neurones, autrefois un sous-domaine de niche et parfois marginalisé qui a traversé plusieurs hivers de l'IA, étaient devenues centrales pour la science contemporaine, tant dans le calcul adjacent à la physique que dans la biologie. Les commentateurs ont noté le symbolisme de voir Hinton, un défenseur de premier plan de la prise au sérieux du risque existentiel posé par l'IA avancée, et Hassabis, qui dirige l'un des laboratoires commerciaux les plus en vue du domaine, recevoir une reconnaissance dans le même cycle, illustrant à la fois le prestige scientifique du domaine et ses débats non résolus sur la sécurité. Les prix ont également relancé la discussion publique sur les limites des catégories traditionnelles des Nobel à une époque où les méthodes computationnelles stimulent de plus en plus les découvertes dans les sciences naturelles.