El Nobel de Física fue para científicos que hicieron aportes clave para la inteligencia artificial

El estadounidense John Hopfield y el británico Geoffrey Hinton ganaron el Premio Nobel de Física de este año por sus descubrimientos e invenciones vinculadas al aprendizaje automático con redes neuronales artificiales, anunció hoy la Real Academia Sueca de las Ciencias.
«Los dos Premios Nobel de Física de este año han utilizado herramientas de la física para desarrollar métodos que son la base del potente aprendizaje automático actual. John Hopfield creó una memoria asociativa que puede almacenar y reconstruir imágenes y otros tipos de patrones en los datos. Geoffrey Hinton inventó un método que puede encontrar propiedades de forma autónoma en los datos y, por lo tanto, realizar tareas como identificar elementos específicos en imágenes», indicó la institución en su comunicado de prensa.
Y explicó que cuando hablamos de inteligencia artificial, a menudo nos referimos al aprendizaje automático mediante redes neuronales artificiales, una tecnología que se inspiró originalmente en la estructura del cerebro.
«En una red neuronal artificial, las neuronas del cerebro están representadas por nodos que tienen diferentes valores. Estos nodos se influyen entre sí a través de conexiones que pueden compararse con sinapsis y que pueden fortalecerse o debilitarse. La red se entrena, por ejemplo, desarrollando conexiones más fuertes entre nodos con valores altos al mismo tiempo. Los galardonados de este año han realizado importantes trabajos con redes neuronales artificiales desde la década de 1980 en adelante», añadió.
Nacido en 1933 en Chicago, Estados Unidos, John Hopfield se doctoró en la Universidad de Cornell (Nueva York) y actualmente es Profesor de la Universidad de Princeton (Nueva Jersey).
Su aporte fue inventar una red que utiliza un método para guardar y recrear patrones: «Podemos imaginar los nodos como píxeles. La red de Hopfield utiliza la física que describe las características de un material debido a su espín atómico, una propiedad que convierte a cada átomo en un pequeño imán. La red en su conjunto se describe de una manera equivalente a la energía en el sistema de espín que se encuentra en la física, y se entrena encontrando valores para las conexiones entre los nodos de modo que las imágenes guardadas tengan baja energía», describen desde la Real Academia Sueca.
Y añaden: «Cuando la red de Hopfield recibe una imagen distorsionada o incompleta, trabaja metódicamente a través de los nodos y actualiza sus valores para que la energía de la red disminuya. La red trabaja así paso a paso para encontrar la imagen guardada que se parezca más a la imperfecta con la que se la alimentó».
Por su parte, Geoffrey Hinton nació en Londres (Reino Unido), se doctoró en Filosofía en 1978 por la Universidad de Edimburgo y actualmente es Profesor de la Universidad de Toronto, en Canadá.
Hinton utilizó la red de Hopfield como base para una nueva red que utiliza un método diferente: la máquina de Boltzmann. Esta puede aprender a reconocer elementos característicos en un tipo determinado de datos.
«El investigador utilizó herramientas de la física estadística, la ciencia de los sistemas construidos a partir de muchos componentes similares. La máquina se entrena alimentándola con ejemplos que es muy probable que surjan cuando se la ejecuta. La máquina de Boltzmann se puede utilizar para clasificar imágenes o crear nuevos ejemplos del tipo de patrón en el que se la entrenó. Hinton se basó en este trabajo, lo que ayudó a iniciar el explosivo desarrollo actual del aprendizaje automático», señalaron desde la Academia.
Los premiados recibirán 11 millones de coronas suecas (más de un millón de dólares), que se repartirán a partes iguales entre los galardonados.