GinebraLa Real Academia Sueca de las Ciencias ha reconocido con el premio Nobel de física a los investigadores John Hopfield y Geoffrey Hinton por su contribución a sentar las bases del aprendizaje automático a través de neuronas artificiales, uno de los fundamentos de la inteligencia artificial (IA). Los descubrimientos de los galardonados, inspirados en el sistema nervioso y el aprendizaje del cerebro humano, han dado paso a una de las herramientas tecnológicas con mayor potencial para automatizar grandes cantidades de datos. En concreto, el Instituto Karolinska ha premiado a Hopfield (Chicago, 1933) por haber creado las estructuras matemáticas que almacenan y reconstruyen información, e Hinton (Londres, 1947) por haber inventado, de forma independiente, una metodología que permite descubrir patrones escondidos en los grandes conjuntos de datos.
Durante la última década, la inteligencia artificial ha llegado a casi todos los ámbitos de la sociedad: desde la medicina y la gestión del transporte hasta los procesos de selección de personal de las empresas y las recomendaciones de compras online. Aunque los ordenadores no pueden pensar, se ha demostrado que las máquinas pueden imitar funciones como la memoria y el aprendizaje. Los populares modelos de lenguaje como ChatGPT son un gran ejemplo, así como los asistentes virtuales o los traductores online. Detrás de todo esto está el aprendizaje automático que utiliza una red neuronal artificial. Ahora bien, esta revolución en la interacción entre humanos y tecnología tiene su origen en la década de 1940, aunque no toma forma como tal hasta 40 años después de la mano de los dos premiados.
Las investigaciones de Hopfield (afiliado actualmente a la Universidad de Princeton) e Hinton (Universidad de Toronto) se consideran pioneras y, hoy en día, se pueden identificar en los fundamentos matemáticos detrás de gran parte de los actuales algoritmos de inteligencia artificial, en particular los basados en el llamado aprendizaje profundo (o deep learning). Estas estructuras matemáticas que almacenan y analizan información son las conocidas como neuronas artificiales, por su parecido con las neuronas del sistema nervioso humano. Los algoritmos de aprendizaje automático se forman a partir de este tipo de neuronas que incorporan información a base de mostrarles ejemplos. Mediante parámetros variables que se ajustan de acuerdo a los patrones, estas herramientas pueden observar los datos e ir incorporando los ejemplos hasta que los "aprenden".
En este punto llega la aportación de Hopfield: desarrolló modelos basados en sistemas físicos de energía para crear redes de neuronas artificiales con la capacidad de extraer patrones de conjuntos de datos incompletos o con mucho ruido. Para entenderlo mejor, la física estadística describe sistemas que se componen de muchos elementos similares, como por ejemplo moléculas de un gas. Es imposible realizar un seguimiento de todas las moléculas del gas de forma separada, pero es posible considerarlas colectivamente para determinar las propiedades generales del gas como la presión o la temperatura.
Normalmente, estos algoritmos deben navegar por un espacio de datos muy grande y complejo. Por eso uno de los grandes avances a los que Hinton contribuyó y que impulsó el aprendizaje automático fue la invención del algoritmo de aprendizaje por retropropagación. Éste explora de forma eficiente la complejidad del conjunto de datos y encuentra formas de optimizar el resultado del aprendizaje, haciéndolo más rápido y preciso. “El trabajo de los galardonados ha aportado máximos beneficios. En física utilizamos redes neuronales artificiales en una amplia gama de áreas, como el desarrollo de nuevos materiales con propiedades específicas", ha valorado la presidenta del Comité Nobel de Física, Ellen Moons.
Hinton: "Me preocupan las consecuencias de la IA"
A principios de los años 80, la inteligencia artificial se hallaba en un punto de estancamiento, conocido como el "primer invierno" de la IA. Los desarrollos de Hopfield e Hinton catapultaron la disciplina y abrieron la puerta al desarrollo teórico del aprendizaje automático. Sin embargo, a principios de los años 90 se topó con un escollo tecnológico: los ordenadores de la época no tenían la potencia suficiente para implementar de forma eficiente los algoritmos desarrollados durante la década anterior, lo que dio paso al "segundo invierno" de la IA. La nueva revolución llegó de la mano de las llamadas GPU, que durante la década de 2010 proporcionaron la potencia de cálculo suficiente que estableció de forma definitiva la nueva era de la inteligencia artificial.
Nerea Luis, doctora en ciencias de la computación por la Universidad Carlos III de Madrid y consultora freelance en IA, valora el galardón en declaraciones a SMC: "El descubrimiento de las redes neuronales artificiales marcó un antes y un después en la inteligencia artificial proporcionando el cimiento que revolucionó la capacidad de las máquinas para convertir los datos en conocimiento". Y añade: "Estos fundamentos permitieron también en los últimos años escalar el tamaño de los algoritmos y trabajar con múltiples datos de forma simultánea con los últimos trabajos basados en multimodalidad". Andreas Kaltenbrunner, investigador líder del grupo AI y Data for Society de la UOC, califica de "sorpresa" el reconocimiento y también destaca el gran impacto de las investigaciones de los premiados. "Este sólo puede aumentar y seguramente llevará a más de un descubrimiento que pueda recibir un Nobel en el futuro", anticipa también a SMC.
El avance de la IA promete ser vertiginoso, pero, tal y como admite el propio Hinton, no está libre de polémica, dilemas ni controversias a las que la sociedad deberá hacer frente en los próximos años. Durante la rueda de prensa del Nobel, dejó clara su sorpresa por el galardón y se mostró preocupado por los caminos que está tomando el avance de la IA. "Me preocupa que las consecuencias de su desarrollo acaben creando sistemas más inteligentes que nosotros y acaben tomando el control", ha afirmado.
Historia del Nobel de física
El año pasado los ganadores fueron los franceses Pierre Agostini y Anne L'Huillier y el húngaro Ferenc Krausz por los "métodos experimentales que generan pulsos de luz de attosegundos para estudiar la dinámica de los electrones en el interior de la materia". Según consideró la Academia Sueca, aunque estas investigaciones se enmarcan en la física fundamental, "tienen aplicaciones potenciales en muchas áreas distintas".
El galardón está dotado con 11 millones de coronas suecas (alrededor de 950.000 euros), siguiendo las directrices que el creador del premio, Alfred Nobel, dejó escritas en 1895, un año antes de su muerte.
El primer premio Nobel de física se entregó en 1901 a Wilhelm Conrad Röntgen, descubridor de los rayos X, y desde entonces ha habido 224 investigadores galardonados, entre ellos cinco mujeres: Marie Curie en 1903, Maria Goeppert-Mayer en 1963, Donna Strickland en 2018, Andrea Ghez en 2020 y la premiada del año pasado, Anne L'Huillier. John Bardeen ha sido el único que le ha recibido dos veces, en 1956 y 1972.