Copenhague, 8 oct (EFE).- El Nobel de Física ha distinguido este martes al estadounidense John J. Hopfield y al británico Geoffrey E. Hinton por el desarrollo de métodos que son la base del aprendizaje automático, una herramienta clave en el desarrollo de la inteligencia artificial (IA).
La Real Academia de Ciencias sueca señaló en el fallo que Hopfield y Hinton, a quien se conoce como el “padrino” de la IA, realizaron “descubrimientos fundamentales e invenciones que permiten el aprendizaje automático con redes neuronales artificiales”.
Hopfield creó una memoria asociativa que puede almacenar y reconstruir imágenes y otros tipos de patrones en datos; Hinton inventó un método que puede encontrar de forma autónoma propiedades en los datos y realizar tareas como identificar elementos específicos en imágenes.
En Física, usamos las redes neuronales artificiales en un amplio número de áreas, como el desarrollo de materiales nuevos con propiedades específicas, señaló el Comité Nobel, que destacó también que la IA está revolucionando la ciencia y la vida diaria, pero existen riesgos que hacen necesario su uso de forma “segura y ética”.
Ya en la década de 1940 los científicos empezaron a especular sobre la base matemática que subyace en las redes de neuronas y sinapsis del cerebro, resalta la Real Academia, que menciona también las hipótesis de Donald Hebb sobre cómo el aprendizaje ocurre debido a que las conexiones entre neuronas se refuerzan cuando trabajan juntas.
El interés en las redes neuronales artificiales decayó durante un tiempo, pero se reavivó años más tarde con varios trabajos.
¡Sorpresón! El @NobelPrize de física se va a Hopfield y Hinton por las redes neuronales. Inesperado y sorprendente. pic.twitter.com/OkhetSLs6B
— Eduardo Sáenz de Cabezón (@edusadeci) October 8, 2024
Modelos de redes neuronales
Hopfield, que ya había desarrollado un interés en la estructura del cerebro, comenzó a ejercer en 1980 en el Caltech (California Institute of Technology), donde tenía acceso a recursos informáticos que podía usar para desarrollar sus ideas sobre redes neuronales.
Así pudo crear un modelo con nodos y conexiones, conocido como red de Hopfield, un modelo que fue desarrollado posteriormente por el propio investigador y otros científicos para incluir nodos que pueden almacenar cualquier valor, posibilitando que se puedan guardar más imágenes y diferenciarlas incluso cuando son bastante similares.
Hinton, ayudado por su colega Terry Sejnowski, usó la red de Hopfield como base para una nueva red que utiliza un método diferente, conocido como la máquina de Boltzmann -por el físico Ludwig Boltzmann-, que puede aprender a reconocer elementos característicos en un tipo de datos y utiliza herramientas de la física estadística.
La máquina es entrenada alimentándola con ejemplos con alta probabilidad de surgir cuando aquella esté en funcionamiento y puede clasificar imágenes o crear nuevos ejemplos del tipo de patrón que se usó para ejercitarla.
Hinton continuó desarrollando la máquina en años posteriores, eliminando las conexiones entre algunas unidades para hacerla más eficiente, precediendo “la explosión actual del aprendizaje automático”, señala la Academia.
La máquina de Boltzmann se usa a menudo como parte de una red mayor y una de sus aplicaciones prácticas es su utilización para recomendar películas o series de televisión basándose en las preferencias de los televidentes.
Docentes en Princeton y Toronto
John J. Hopfield (Chicago, 1933) se doctoró en la Universidad de Cornell (EE.UU.) y ejerce en la actualidad en la de Princeton, también estadounidense.
Hinton (Londres, 1947), realizó sus estudios en la de Edimburgo (Reino Unido) y ahora está adscrito a la de Toronto (Canadá). Premio BBVA Fronteras del Conocimiento (2017), trabajó para Google entre 2013 y 2023, cuando abandonó el gigante tecnológico debido a su preocupación sobre los riesgos de la tecnología de la inteligencia artificial.
Los ganadores compartirán los 11 millones de coronas suecas (968.000 euros, 1,1 millones de dólares) con que están dotados este años todos los Nobel.
Hopfield y Hinton suceden en el palmarés del galardón a los franceses Pierre Agostini y Anne L’Huillier y al húngaro Ferenc Krausz, premiados el año pasado por abrir el camino a una nueva área de investigación, la attofísica.
La ronda de ganadores de los Nobel continuará mañana con el de Química y seguirá en los días siguientes con los de Literatura, la Paz y Economía.
¡Felicidades a Victor Ambros y Gary Ruvkun por ganar el #PremioNobel de Medicina! 🏆 Su descubrimiento de los microRNAs ha revolucionado nuestra comprensión de la biología. pic.twitter.com/9O3SxYX74S
— ProjectJaguar.LATAM (@PJaguarLATAM) October 7, 2024
Nobel de Medicina
El Nobel de Medicina o Fisiología reconoció este lunes 7 de octubre a los estadounidenses Victor Ambros y Gary Ruvkun por descubrir el micro-ARN, una nueva clase de moléculas diminutas que constituyen un mecanismo esencial para controlar los genes.
Su hallazgo reveló un principio “completamente nuevo” de regulación genética, clave para el desarrollo y funcionamiento de organismos pluricelulares, incluidos los humanos, cuyo genoma codifica más de mil micro-ARN, señaló en su motivación la Asamblea Nobel del Instituto Karolinska de Estocolmo.
Puede interesarle:
ir