El Premio Nobel de Física 2024 se ha concedido a John Hopfield y Geoffrey Hinton por sus descubrimientos fundamentales en machine learning, que allanaron el camino para el uso actual de la inteligencia artificial (IA).
Hinton, apodado como “el padrino” de la IA, se declaró estupefacto al recibir el premio. El británico-canadiense es también conocido por sus temores sobre el futuro desarrollo de la IA, que le llevaron a renunciar a Google para poder hablar más libremente sobre sus potenciales peligros.
Hopfield, profesor de la Universidad de Princeton, y Hinton, científico computacional de la Universidad de Toronto, fueron elogiados por sentar las bases del aprendizaje automático que impulsa muchos de los productos y aplicaciones actuales basados en la IA.
Michael Moloney, director ejecutivo del Instituto Estadounidense de Física, declaró a CNN que el trabajo de los ganadores del Premio Nobel había transformado la ciencia, permitiendo a los sistemas de machine learning procesar enormes cantidades de datos y a los científicos detectar patrones que de otro modo no podrían ver.
El aporte de los ganadores del Nobel
La tecnología que fue desarrollada por Hopfield y Hinton se basa en la estructura del cerebro.
Mientras que un cerebro tiene neuronas, una red neuronal artificial tiene nodos con distintos valores. Así como las neuronas del cerebro se comunican entre sí a través de sinapsis, los nodos artificiales se influyen mutuamente mediante conexiones. Se puede entrenar una red neuronal artificial desarrollando conexiones más fuertes entre los nodos, igual que se puede entrenar el cerebro.
De modo parecido a los seres humanos, las redes neuronales artificiales también pueden buscar en los patrones que han guardado, gracias a la invención de la red Hopfield en 1982, una arquitectura para un ordenador, la cual era una una colección de nodos (neuronas artificiales) que podía cambiar la fuerza de sus conexiones con un algoritmo de aprendizaje que él inventó.
Después de que Hopfield publicará su investigación, Hinton la amplió utilizando ideas de la física estadística. Así, desarrolló la primera forma de machine learning.
Desde los años 80, las redes han aumentado de tamaño. Mientras que Hopfield utilizaba una red de sólo 30 nodos -con menos de 500 parámetros que los unían-, las redes actuales, como las utilizadas para alimentar Chat GPT, pueden contener más de un billón de parámetros.
A diferencia del software tradicional, una red neuronal artificial es capaz de aprender mediante el ejemplo. De allí su relevancia.
IA: sí, pero con cautela
Además de ser un pionero de la IA, Hinton también ha pedido cautela con respecto a esta tecnología. En mayo de 2023, “el padrino” dejó su puesto en Google y decidió “dar la voz de alarma” tras preocuparse por lo inteligente que se estaba volviendo.
Advirtió que la IA “sabe programar, por lo que encontrará formas de eludir las restricciones que le impongamos. Encontrará formas de manipular a la gente para que haga lo que quiere”.
Durante la ceremonia del anuncio del martes, se le preguntó a Hinton si se arrepentía de su trabajo para ayudar a crear la tecnología que teme pueda causar grandes daños, a pesar de sus muchos beneficios potenciales.
“Hay un arrepentimiento en el que hiciste algo que volverías a hacer en las mismas circunstancias, pero que al final puede no salir bien”, dijo el ahora ganador del Nobel. “En las mismas circunstancias volvería a hacer lo mismo, pero me preocupa que la consecuencia general de esto puedan ser sistemas más inteligentes que nosotros que acaben tomando el control”.
No dejes de leer: Los nuevos productos de Xiaomi que amplían su oferta de AIoT
Nuestras redes sociales, únete y sé parte de la tecnología
