El Premio Princesa de Asturias de Investigación Científica y Técnica 2022 reconoce la labor de los que un día llamaremos pioneros de una nueva era de la Inteligencia Artificial. Son los creadores de una familia de algoritmos y de una parte importantísima de sus aplicaciones.
Todo empezó en el año 2012. Geoffrey Hinton (Wimbledon, Londres, 1947) publica cómo hacer que los ordenadores vean con una precisión no conocida hasta entonces. Lo que describe Hinton son unas redes capaces de vencer, con muchísima ventaja, en las competiciones internacionales sobre reconocimiento de objetos en las imágenes. Ya había algoritmos que se parecían en cierta forma a las redes de neuronas. En realidad, miles de números que se multiplicaban y sumaban de manera organizada, siguiendo los caminos (conexiones) de unos mapas que con cierta imaginación nos recuerdan a las neuronas de nuestros cerebros.
La novedad de Hinton era considerar más conexiones organizadas en capas, una especie de etapas que permitían alcanzar objetivos intermedios. Como estas etapas eran muchas y daban una idea de profundidad cuando se dibujaban los mapas completos, a estas redes se las llamó redes neuronales artificiales profundas. En inglés a esta forma de aprender (en principio a ver en las imágenes) se la bautizó con el nombre de deep learning.
Sus aportaciones se encuentran hoy en casi todas las aplicaciones de nuestros móviles
A partir de ese momento se sucedieron un montón de mejoras apoyadas en un grupo cada vez más abundante de seguidores con gran talento. En 2018 Hinton y dos de sus seguidores más destacados, Yann LeCun (Soisy-sous-Montmorency, Francia, 1960) y Yoshua Bengio (París, 1964), que comparten el Princesa de Asturias, fueron distinguidos con el Premio Turing, el galardón de mayor importancia que se puede conceder a investigadores en informática.
El gran avance del deep learning se apoya en dos hechos cruciales: en la disponibilidad de máquinas capaces de realizar millones de operaciones en paralelo (con este fin, se adaptaron las tarjetas gráficas que habían sido desarrolladas para mejorar la experiencia de los usuarios de los videojuegos. Hoy los teléfonos móviles llevan este hardware para poder usar las aplicaciones de esta tecnología) y en la proliferación de grandísimas cantidades de datos que querríamos aprovechar de alguna manera.
El deep learning florece cuando hay una necesidad creciente de usarla y se dispone de la maquinaria para hacerlo. Pero, nada de esto sería posible sin las aportaciones de los galardonados por el Premio Princesa de Asturias. Una mención especial merece el caso de Demis Hassabis (Londres, 1976), que creó DeepMind (hoy parte de Google). Allí desarrolló aplicaciones que combinan el aprendizaje por refuerzo con la potencia del deep learning. Sus productos más destacados son los algoritmos de la familia Alpha (como AlphaGo o el AlphaFold), que han revolucionado campos como los juegos o la biología molecular
Sus aportaciones se encuentran hoy en casi todas las aplicaciones de nuestros móviles. Nos entienden cuando hablamos y saben traducirlo y expresarlo en otro idioma. Los teléfonos se abren cuando nos ven, porque conocen nuestras caras o reconocen nuestras huellas. Y muchas más cosas. Las aplicaciones incluyen predicciones. Aprendemos a reconocer situaciones que son las causas de lo que predecimos. Incluso las redes han sido capaces de crear objetos imitándonos. El potencial de estas herramientas a veces nos da miedo. Por eso, debemos regular su uso, para que las redes profundas trabajen a nuestro favor.
[Premios Princesa de Asturias | Juan Mayorga: "Siento decepcionar pero a mí no me duele España"]
[Premios Princesa de Asturias | Carmen Linares y María Pagés: flamencas de raíz literaria]
[Premios Princesa de Asturias | Adam Michnik: “Putin es capaz de todo”]
[Premios Princesa de Asturias | Eduardo Matos Moctezuma: tras las huellas del pasado prehispano]