El Nobel de Física 2024 va a parar a los pioneros de la actual revolución de la IA: uno de ellos teme ahora que nos destruya

El
Premio
Nobel
de
Física
2024
ha
sido
otorgado
hoy
a
John
Hopfield
y
Geoffrey
Hinton,
dos
investigadores
cuyas
aportaciones
a
la
física
y
la
inteligencia
artificial
han
sentado
las
bases
para
el ‘machine
learning’
o
aprendizaje
automatizado
mediante
redes
neuronales
artificiales.

Estas
constituyen
un
componente
esencial
de
la
actual
revolución
de
la
IA,
e

imitan
el
funcionamiento
de
las
neuronas
en
el
cerebro,
que,
a
través
de
conexiones
sinápticas
de
diversa
intensidad,
son
capaces
de
procesar
y
almacenar
información.

De
manera
similar,
las
redes
neurales
artificiales
utilizan
conexiones
entre «neuronas»
digitales,
que
se
fortalecen
o
debilitan
durante
el
proceso
de
entrenamiento
para
llevar
a
cabo
tareas
complejas
como
el
reconocimiento
de
patrones
y
la
clasificación
de
datos.

Los
avances
actuales
en
inteligencia
artificial,
como
los
modelos
de
lenguaje
generativo,
parecen
muy
lejanos
de
las
redes
que
Hopfield
y
Hinton
desarrollaron
hace
más
de
cuatro
décadas:

las
redes
de
Hopfield
contenían
apenas
30
neuronas
en
su
diseño
original,
una
cantidad
ínfima
comparada
con
los
millones
que
tienen
los
sistemas
modernos.

Sin
embargo,
su
concepto
de «memoria
asociativa»
sentó
las
bases
para
el
almacenamiento
y
la
recuperación
de
información
en
las
redes
complejas
de
hoy.

Las
contribuciones
de
Hopfield
y
Hinton

• 
  John
  Hopfield:
  En
  1982,
  introdujo
  la ‘red
  de
  Hopfield’,
  un
  tipo
  de
  red
  neural
  que
  puede
  almacenar
  patrones
  de
  información
  y
  luego
  recuperarlos
  cuando
  se
  le
  presenta
  un
  estímulo
  similar.
  Su
  diseño
  utiliza
  principios
  de
  la
  mecánica
  estadística
  para
  crear
  una
  forma
  de «memoria
  asociativa»,
  capaz
  de
  corregir
  imágenes
  incompletas
  al
  reducir
  la
  energía
  del
  sistema.

Esto
supuso
un
avance
fundamental
a
la
hora
de
que

una
red
computacional
pudiera «recordar»
y
mejorar
la
calidad
de
los
datos
que
se
le
presentan.

• 
  Geoffrey
  Hinton:
  Amplió
  estos
  conceptos
  para
  desarrollar
  la ‘máquina
  de
  Boltzmann’,
  un
  modelo
  de ‘deep
  learning’
  generativo
  que
  puede
  identificar
  características
  clave
  en
  los
  datos
  de
  forma
  autónoma.
  Hinton,
  conocido
  como
  el «padrino
  de
  la
  IA»,
  aplicó
  principios
  de
  la
  física
  estadística
  para
  crear
  redes
  que
  no
  sólo
  clasifican
  información,
  sino
  que
  también
  generan
  nuevas
  instancias
  a
  partir
  de
  ejemplos
  previos.

Este
desarrollo
permitió
que

las
máquinas «aprendieran»
a
partir
de
datos,
en
lugar
de
depender
de
un
conjunto
fijo
de
instrucciones
programadas.
Esto
sentó
las
bases
para
crear
los
métodos
que
hoy
dominan
el
campo
de
la
IA
(como
la
retropropagación
y
las
redes
convolucionales)
y
que
son
esenciales
para
el
procesamiento
de
imágenes
y
la
generación
de
contenido,
y
se
encuentran
en
el
corazón
de
muchas
de
las
aplicaciones
de
IA
modernas.

¿Por
qué
premiarles
con
un
Nobel
de
física
(y
no
de
otra
ciencia)?

El
trabajo
de
Hopfield
y
Hinton
refleja
la
fructífera
convergencia
de
disciplinas
como
la
biología,
la
física
y
la
informática.
Las
redes
neurales
artificiales,
aunque
inspiradas
en
la
estructura
y
funcionamiento
del
cerebro
humano,

deben
mucho
a
los
avances
matemáticos
y
físicos
que
hicieron
posibles
modelos
computacionales
eficientes.

La
física
estadística
proporcionó
las
herramientas
para
modelar
cómo
las
redes
pueden
ajustarse
y
optimizarse
durante
su
entrenamiento,
un
proceso
que
hoy
en
día
permite
que
los
sistemas
de
IA
aprendan
y
mejoren
de
forma
continua.

La
entrega
del
Premio
Nobel
de
Física
a
Hopfield
y
Hinton
pone
de
relieve
el
papel
central
de
la
física
en
el
desarrollo
de
la
IA…
aunque
sorprende
que
lo
haga
en
un
año
en
que

muchos
pronósticos
apuntaban
a
que
el
Nobel
de
Física
premiaría
investigaciones
en
áreas
como
la
materia
condensada.

El ‘padrino
de
la
IA’,
defensor
de
una
mayor
regulación

«Las
personas
no
podrán
saber
lo
que
es
verdad».
Geoffrey
Hinton

abandonó
Google
hace
año
y
medio,
en
parte
por
su
edad:
«Cada
vez
me
resulta
más
difícil
hacer
el
trabajo
técnico,
porque
tienes
que
recordar
todo
tipo
de
detalles
y
eso
es
complicado»…

…
pero
también
señalaba
que,
si
bien
respaldaba
la
trayectoria
de
su
compañía
en
ese
campo,
cada
vez
se
sentía
cómodo
con
el
devenir
de
la
IA
y
con
su
rápida
evolución,
y
con

la
escalada
que,
según
él,
había
provocado
en
la
industria
OpenAI/Microsoft
al
lanzar
sus
productos
al
mercado
demasiado
pronto.

Imagen
|
Marcos
Merino
mediante
IA

En
Genbeta
|

Lo
último
de
OpenAI
es ‘o1’,
el
brutal
GPT
que
ahora ‘razona’
sus
respuestas.
Otro
hachazo
a
la
competencia
cuando
más
se
acercaba