¿Os acordáis del Premio Nobel de Física del año pasado?

En el periódico El País de octubre de 2024, Miguel Ángel Criado nos contaba como la Real Academia de las Ciencias de Suecia concedió el año pasado el Nobel de Física a John J. Hopfield y Geoffrey E. Hinton “por descubrimientos e invenciones fundamentales que permiten el aprendizaje automático con redes neuronales artificiales”. Aportaciones de ambos que cimentaron el diseño y desarrollo de los distintos métodos por los que las máquinas aprenden. Al británico Hinton se le conoce como el padrino de la Inteligencia Artificial (IA) y el estadounidense Hopfield fue uno de los primeros en idear una red neuronal artificial, un avance que transformó la manera en que las máquinas procesan y comprenden los datos.

Los dos Premios Nobel de Física apoyaron en herramientas de la propia física para desarrollar métodos que son la base del aprendizaje automático de máquinas. Hopfield creó una memoria asociativa ya en 1982 que podía almacenar y reconstruir imágenes y otros tipos de patrones en los datos. Por su parte, Hinton inventó un método que permite a una máquina encontrar propiedades en los datos de forma autónoma y, por lo tanto, realizar tareas como identificar elementos específicos en imágenes. Su obsesión fue siempre estudiar cómo funciona el cerebro para tratar de replicar esos mecanismos en los ordenadores, acuñando ya en 1972 el concepto de red neuronal.

Neuronas artificiales

Neuronas naturales y artificiales ©Jonan Jarnestad/The Royal Swedish Academy of Sciences

Una de estas redes lleva el nombre de Hopfield, su creador. La red Hopfield usa la parte de la física que describe las características de un material debido a su espín, una propiedad que convierte a cada átomo en un pequeño imán. La red en su conjunto equivaldría a la energía en el sistema de espín encontrado en la física. Su entrenamiento se basa en encontrar valores para las conexiones entre los distintos nodos, de modo que las imágenes guardadas tengan baja energía. Cuando el sistema recibe una imagen distorsionada o incompleta, trabaja metódicamente a través de los nodos, actualiza sus valores. De este modo, la red trabaja paso a paso para encontrar la imagen guardada que se parezca más a la imagen imperfecta con la que se la alimentó.

Por su parte, Hinton usó la red de Hopfield como base para una nueva que utiliza un método diferente: la llamada máquina de Boltzmann, que puede aprender a reconocer elementos característicos en un tipo determinado de datos. Fue uno de los primeros tipos de redes neuronales capaces de aprender mediante representaciones internas. El laureado británco también se apoyó en la física, en este caso herramientas de la física estadística, la ciencia de los sistemas construidos a partir de muchos componentes similares. Su 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 y Hopfield están en la base del explosivo desarrollo actual del aprendizaje automático.

En 2023, Hilton abandonó la vicepresidencia de ingeniería de Google, y dedica sus esfuerzos al activismo para alertar sobre el reverso tenebroso de la IA. El científico británico, en una reciente entrevista publicada en The Guardian, expresó su preocupación por la velocidad con la que se desarrolla la inteligencia artificial, que considera «mucho más rápida» de lo que inicialmente había anticipado. Según Hilton, la creación de una inteligencia artificial general capaz de superar a los humanos en múltiples tareas podría materializarse en los próximos 20 años. Esto plantea un escenario inquietante, ya que dichos sistemas podrían evadir el control humano y generar consecuencias impredecibles. De hecho, apunta a que existe entre un 10% y un 20% de posibilidades de que la IA provoque un evento catastrófico para la humanidad en los próximos 30 años. En predicciones anteriores realizadas por él mismo, situaba el riesgo en aproximadamente un 10%. Por ello, insta a los gobiernos a regular su desarrollo, advirtiendo de que dejar esta tarea solo en manos de las grandes empresas no garantizará la seguridad.

No parece que vayan las cosas por ahí, hoy por hoy lo que estamos viendo es, no solo a las empresas, también a los países en una carrera sin frenos a ver quién se hace con el mayor trozo del pastel que puede que nos acabe empachando. Lo que hasta hoy parecía iba a ser un desfile triunfal de la administración Trump y sus empresas asociadas ha quedado en agua de borrajas por China y su aplicación de IA con código abierto y mucho más eficiente energéticamente. Veremos.

Así afecta el tabaco a la salud bucodental
Falleció Manuel Patarroyo, que desarrolló la primera vacuna frente a la malariaPatarroyo y la primera vacuna frente a la malaria

About the Author: Cesar Ullastres

Economista que ha trabajado durante más de 45 años como directivo en empresas e instituciones. Ha publicado libros y artículos sobre política científica, innovación, infotecnología y biotecnología. Ha sido profesor, en las áreas de estrategia empresarial, innovación y creación de empresas, en diferentes universidades y escuelas de negocio.

¡Compartir artículo!

Leave A Comment

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.