← Till startsidan
PÅ DENNA DAG 2026-09-30

1870: Jean Perrin föds

Den 30 september 1870 föddes Jean Baptiste Perrin i Lille, Frankrike. En fysiker vars noggranna experiment hjälpte till att övertyga den vetenskapliga världen om att atomer verkligen existerar, hör Perrin till den djupa förhistorien till artificiell intelligens genom de statistiska idéer som hans arbete var med och etablerade.

I början av 1900-talet tvivlade fortfarande många forskare på atomernas fysiska existens. Albert Einstein hade 1905 publicerat en teoretisk förklaring av brownsk rörelse—den skakiga dansen hos små partiklar i vätska—och behandlat den som den synliga effekten av oräkneliga osynliga molekylkollisioner. Perrin tog sig an att testa teorin. Mellan 1908 och 1913 utförde han eleganta experiment där han mätte förflyttningarna hos suspenderade partiklar. Hans resultat stämde så väl med Einsteins förutsägelser att skepsisen mot atomer i stort sett föll samman. För detta arbete tilldelades han Nobelpriset i fysik 1926.

Varför spelar detta roll för AI? Perrins bekräftelse cementerade den statistiska mekaniken som en giltig beskrivning av naturen. Ludwig Boltzmann och Josiah Willard Gibbs hade redan visat att värme och entropi kan förstås som medelvärden över myriader mikroskopiska tillstånd. När atomerna väl accepterats blev detta probabilistiska tänkande grundläggande. Claude Shannon lånade senare samma matematiska språk när han skapade informationsteorin 1948 och definierade information i termer av entropi. Från informationsteorin är steget kort till de probabilistiska modeller som dominerar modern maskininlärning.

Dagens AI-system är genomsyrade av dessa idéer. Boltzmannmaskiner, uppkallade efter den statistiska fysikern, var tidiga generativa neurala nätverk. Stokastisk gradientnedstigning, djupinlärningens arbetshäst, bygger på brusiga uppskattningar av medelvärden. Diffusionsmodeller och energibaserade modeller som används för bildgenerering hämtar direkt ur den statistiska fysikens matematik. Även det sätt på vilket stora språkmodeller fångar osäkerhet kan spåras tillbaka till samma intellektuella strömning.

Perrin föreställde sig aldrig elektroniska datorer eller neurala nätverk. Ändå hjälpte han, genom att ge experimentell soliditet åt den statistiska synen på världen, till att bereda den begreppsliga mark på vilken artificiell intelligens nu står. På denna dag minns vi en vetenskapsman vars omsorgsfulla mätningar av dansande partiklar stilla formade den probabilistiska själen i modern AI.