Los precursores de la inteligencia artificial reciben el Nobel de Física 2024

Según ha informado este martes la Real Academia Sueca de Ciencias, John J. Hopfield y Geoffrey E. Hinton han sido premiados con el Premio Nobel de Física 2024 por sus descubrimientos e inventos en el mundo del aprendizaje automático.

"El trabajo de los galardonados ya ha sido de gran utilidad. En física, utilizamos redes neuronales artificiales en una amplia gama de áreas, como por ejemplo en el desarrollo de nuevos materiales con propiedades específicas", ha afirmado la presidenta del Comité Nobel de Física, Ellen Moons.

Los dos Premios Nobel de Física de este año han utilizado herramientas de la física para desarrollar métodos que son la base del potente aprendizaje automático actual. La dotación del premio es de 11 millones de corona suecas (casi 1 millón de euros) que se repartirán a partes iguales entre los galardonados.

John Hopfield creó una memoria asociativa que puede almacenar y reconstruir imágenes y otros tipos de patrones en los datos, mientras que Geoffrey Hinton inventó un método que puede encontrar propiedades de forma autónoma en los datos y, por lo tanto, realizar tareas como identificar elementos específicos en imágenes.

En concreto, la "red de Hopfield" utiliza la física que describe las características de un material debido a su espín atómico, una propiedad que convierte a cada átomo en un pequeño imán.

Cuando la "red de Hopfield" recibe una imagen distorsionada o incompleta, trabaja metódicamente a través de los nodos y actualiza sus valores para que la energía de la red disminuya. La red trabaja así paso a paso para encontrar la imagen guardada que se parezca más a la imperfecta con la que se la alimentó.

Por su parte, Geoffrey Hinton utilizó la "red de Hopfield" como base para una nueva red que utiliza un método diferente: la "máquina de Boltzmann", que puede aprender a reconocer elementos característicos en un tipo determinado de datos.

Hinton utilizó herramientas de la física estadística, la ciencia de los sistemas construidos a partir de muchos componentes similares. La máquina se entrena alimentándola con ejemplos que es muy probable que surjan cuando se la ejecuta. Se puede utilizar para clasificar imágenes o crear nuevos ejemplos del tipo de patrón en el que se la entrenó. Hinton se basó en este trabajo, lo que ayudó a iniciar el explosivo desarrollo actual del aprendizaje automático.

Carrera profesional

John J. Hopfield , nacido en 1933 en (Chicago, Illinois, EE. UU), es Doctorado en 1958 por la Universidad de Cornell (Ithaca, Nueva York, EE. UU), es profesor de la Universidad de Princeton (Nueva Jersey, EE.UU.)

Geoffrey E. Hinton, nacido en 1947 en Londres (Reino Unido) es Doctor en Filosofía en 1978 por la Universidad de Edimburgo (Reino Unido) y profesor de la Universidad de Toronto (Canadá).