La Real Academia Sueca de Ciencias otorgó el Premio Nobel de Física 2024 a dos “magos modernos” que parecen haber logrado lo impensable hace algunos años: enseñar a las máquinas a pensar. O, si somos estrictos, enseñarles a aparentar pensar.
John J. Hopfield, de la Universidad de Princeton, y Geoffrey E. Hinton, de la Universidad de Toronto, fueron coronados como los arquitectos supremos de los “cerebros artificiales” que hoy en día revolucionan nuestro mundo.
Imagina que el cerebro es una orquesta sinfónica en la que cada neurona es un músico virtuoso. Desde esta comparación, Hopfield y Hinton son como los directores que, desde la década de los 80 del siglo pasado, lograron componer una sinfonía digital al crear redes neuronales artificiales que emulan la maravilla biológica del cerebro humano.
Leer también: 4 nuevas funciones que llegarán a WhatsApp en las próximas semanas
Los científicos granjeados con el Nobel de Física consiguieron que las redes neuronales artificiales, a pesar de “ser músicos de jazz” acostumbrados a improvisar algoritmos, aprendieran a tocar juntas y a fortalecer sus “instrumentos” (conexiones) a medida de que cuentan con más datos, para así reconocer patrones y realizar “melodías” cada vez más complejas.
En el contexto de la IA, las melodías son tareas como reconocer y generar imágenes, y simular comprender y generar lenguaje natural.
Hopfield, cual David Copperfield de la física computacional, proporcionó a las inteligencias artificiales “memorias asociativas”. ¿De qué se trata este concepto? Imagina un espejo capaz de reconstruir una imagen completa a partir de unos pocos fragmentos. Esta fue su aportación a las máquinas; apeló a conceptos de la mecánica estadística para lograrlo.
De acuerdo con el portal del Premio Nobel, Hopfield se inspiró en el fenómeno físico del espín de los átomos, en el que cada partícula elemental actúa como un magneto, y el estado del sistema depende de las interacciones de todos los elementos. En las redes de Hopfield, las conexiones de los nodos se ajustan, lo que permite que el sistema reconozca y reconstruya las imágenes originales.
Por su parte, Hinton utilizó como plataforma el trabajo de Hopfield para desarrollar su propio sistema: la máquina de Boltzmann. Inspirado en la física estadística, consiguió que el sistema sea capaz de aprender a partir de los datos de manera autónoma y que tenga capacidad de crear patrones específicos en un conjunto de datos aprendidos.
Esta innovación trascendió el mero reconocimiento de imágenes y catapultó a la IA hacia nuevos horizontes.
La máquina de Boltzmann no solo reconoce, sino que también genera datos, con lo que se abren las puertas a un universo en el que las máquinas pueden hacer esta tarea. Este hito marcó el nacimiento de las redes neuronales profundas, el motor que impulsa la IA moderna. Es como si Hinton hubiera dotado a las computadoras de un pincel digital, que le permite pintar cuadros nunca antes vistos en la galería de la IA.
La huella de esta revolución se extiende mucho más allá de los laboratorios de física. En el ámbito médico, las redes neuronales están redefiniendo el diagnóstico y tratamiento de enfermedades. En la ingeniería se optimiza la eficiencia energética y se acelera el desarrollo de tecnologías sostenibles. La biología y la química se benefician de estas herramientas para desentrañar los enigmas moleculares de la vida.
Ellen Moons, presidenta del Comité Nobel de Física, subrayó el alcance del trabajo de Hopfield y Hinton: “Las contribuciones de los galardonados han catalizado avances monumentales en la ciencia. En física, las redes neuronales artificiales son ahora herramientas indispensables, desde el diseño de materiales vanguardistas hasta la exploración de los misterios del cosmos”.
En este sentido, el galardón otorgado es una celebración de la sinergia entre la física, la informática y otras disciplinas.
Leer también: Prepa en Línea-SEP abre convocatoria; paso a paso para el registro