- La Fundación BBVA premia al artífice de las primeras máquinas capaces de aprender como el cerebro humano
El Premio Fundación BBVA Fronteras del Conocimiento en la categoría de Tecnologías de la Información y la Comunicación (TIC) ha sido concedido en su novena edición al investigador en inteligencia artificial Geoffrey Hinton, “por su trabajo pionero y profundamente influyente” a la hora de lograr que las máquinas sean capaces de aprender, señala el acta del jurado.
El científico galardonado “se ha inspirado en cómo funciona el cerebro humano y en cómo ese conocimiento puede ser aplicado para dotar a las máquinas de la capacidad para desempeñar tareas complejas como lo hacen los humanos”.
Hinton (Londres, 1947), catedrático del departamento de Ciencias de la Computación de la Universidad de Toronto, es también desde 2013 investigador en Google, que le contrató poco después de que los programas para reconocimiento de imágenes y de voz que él y su grupo habían desarrollado resultaran mucho mejores que los utilizados hasta entonces.
Desde entonces, la investigación de Hinton ha impulsado el desarrollo acelerado de aplicaciones de inteligencia artificial que ya empiezan a llegar al mercado: desde programas de traducción automática y clasificación de fotos, a los sistemas de reconocimiento de voz, los asistentes personales como Siri y los coches sin conductor.
También hay aplicaciones en investigación biomédica –análisis de imágenes médicas para diagnosticar si un tumor provocará metástasis y búsqueda de moléculas eficaces para el desarrollo de fármacos-, y en general en todas las áreas de investigación donde haga falta identificar y extraer información relevante a partir de gran cantidad de datos.
Para los miembros del jurado Ramón López de Mántaras y Regina Barzilay, el trabajo de Hinton ha iniciado una “revolución” científica y tecnológica que tiene “asombrada” a la propia comunidad de investigación en inteligencia artificial, que no había anticipado una evolución tan rápida del sector.
“Deep learning”
El área impulsada por el trabajo de Hinton se denomina deep learning o ‘aprendizaje profundo’, y es “uno de los desarrollos más emocionantes de la moderna inteligencia artificial”, afirma el jurado. El deep learning se inspira en la manera en que se cree que funciona el propio cerebro, y en especial en dos características: procesa la información de manera distribuida, con muchas neuronas conectadas en red, y aprendiendo a partir de ejemplos. El equivalente computacional es emplear las llamadas redes neuronales –programas que hacen las veces de neuronas y que están conectados entre sí– y, como afirma el propio Hinton, “enseñarles a aprender”.
“La máquina que mejor aprende es el cerebro humano. El cerebro tiene miles de millones de neuronas, y aprende al reforzar las conexiones entre ellas. Así que una manera de conseguir que un ordenador aprenda, es intentar que una máquina actúe como si fuera una red neuronal, y descubrir una regla o mecanismo que refuerce las conexiones entre neuronas. De esta forma, podemos intentar que el ordenador aprenda de la misma manera que el cerebro”, explica Hinton.
La estrategia del deep learning, según explica el científico premiado, se basa en presentarle a la máquina ejemplos o ‘inputs’, y los ‘outputs’ que se desean obtener. “Después intentas reforzar las conexiones en esa red neuronal artificial, y así consigues que cuando introduces un ‘input’, la máquina te da la respuesta que buscas”, afirma Hinton.
La investigación del científico galardonado se ha centrado precisamente en intentar averiguar cuáles son las reglas que permiten reforzar las conexiones de una red neuronal artificial, para lograr que un ordenador sea capaz de aprender. Esto ha abierto la puerta, según explica Hinton, a “un nuevo tipo de inteligencia artificial”, en el que, a diferencia de otras estrategias, “no programas el ordenador con conocimiento, sino que realmente logras que la máquina aprenda de su propia experiencia”.
Lo que debilita o refuerza las conexiones en las redes neuronales artificiales son los aciertos o fallos, contrastados con los miles de ejemplos que se proporcionan a la máquina. Los abordajes convencionales, en cambio, se basaban en la lógica; los investigadores creaban representaciones simbólicas con las que el programa operaba de acuerdo a reglas lógicas predefinidas. “Siempre he estado convencido de que la única manera de hacer que la inteligencia artificial realmente funcione es operar como lo hace el cerebro”, dice Hinton. “Eso es lo que siempre he tratado de buscar. Estamos avanzando, aunque aún nos queda mucho para entender cómo lo hace el cerebro”.
Cuando se le pregunta por las aplicaciones de deep learning que más le sorprenden, menciona los últimos sistemas de traducción automática, que son “mucho mejores” que los que se basaban en programas con reglas predefinidas Tampoco duda del éxito futuro los vehículos autónomos y los asistentes personales: “Está muy claro que tendremos vehículos completamente autónomos, y serán mucho más seguros. Mi apuesta es que en los próximos cinco o diez años habrá coches familiares completamente autónomos”.
En su opinión, “las máquinas nos pueden hacer la vida mucho más fácil, haciendo que todo el mundo tenga un asistente personal inteligente que ayude en la vida cotidiana. Serán extremamente útiles”.
