La Real Academia de las Ciencias de Suecia ha concedido este martes el Nobel de Física a John J. Hopfield y Geoffrey E. Hinton “por descubrimientos e invenciones fundamentales que permiten el aprendizaje automático con redes neuronales artificiales”. La versión corta del entrecomillado es que las aportaciones de ambos han sido claves para el llamado machine learning, los distintos métodos por los que las máquinas aprenden. De hecho, al británico Hinton se le conoce como el padrino de la Inteligencia Artificial (IA). Por su parte, el estadounidense Hopfield fue uno de los primeros en idear una red neuronal artificial.

Los dos Premios Nobel de Física de este año se apoyaron en herramientas de la propia física para desarrollar métodos que son la base del aprendizaje automático de máquinas. Hopfield creó una memoria asociativa ya en 1982 que podía almacenar y reconstruir imágenes y otros tipos de patrones en los datos. Por su parte, Hinton inventó un método que permite a una máquina encontrar propiedades en los datos de forma autónoma y, por lo tanto, realizar tareas como identificar elementos específicos en imágenes. Su obsesión fue siempre estudiar cómo funciona el cerebro para tratar de replicar esos mecanismos en los ordenadores, acuñando ya en 1972 el concepto de red neuronal.

Una de estas redes lleva el nombre de Hopfield, su creador. La red Hopfield usa la parte de la física que describe las características de un material debido a su espín, una propiedad que convierte a cada átomo en un pequeño imán. La red en su conjunto equivaldría a la energía en el sistema de espín encontrado en la física. Su entrenamiento se basa en encontrar valores para las conexiones entre los distintos nodos, de modo que las imágenes guardadas tengan baja energía. Cuando el sistema recibe una imagen distorsionada o incompleta, trabaja metódicamente a través de los nodos, actualiza sus valores. De este modo, la red trabaja paso a paso para encontrar la imagen guardada que se parezca más a la imagen imperfecta con la que se la alimentó.

Por su parte, Hinton usó la red de Hopfield como base para una nueva que utiliza un método diferente: la llamada máquina de Boltzmann, que puede aprender a reconocer elementos característicos en un tipo determinado de datos. Fue uno de los primeros tipos de redes neuronales capaces de aprender mediante representaciones internas. El laureado británco también se apoyó en la física, en este caso herramientas de la física estadística, la ciencia de los sistemas construidos a partir de muchos componentes similares. Su máquina se entrena alimentándola con ejemplos que es muy probable que surjan cuando se la ejecuta. La máquina de Boltzmann se puede utilizar para clasificar imágenes o crear nuevos ejemplos del tipo de patrón en el que se la entrenó. Hinton y Hopfield están en la base del explosivo desarrollo actual del aprendizaje automático.

Pablo Haya, investigador del Laboratorio de Lingüística Informática de la Universidad Autónoma de Madrid y director del área de Business & Language Analytics (BLA) del Instituto de Ingeniería del Conocimiento, dice que “este Premio Nobel representa un reconocimiento excepcional a la investigación fundamental en aprendizaje automático y, específicamente, a las técnicas de redes neuronales y aprendizaje profundo (deep learning, en inglés), que constituyen la base de sistemas de inteligencia artificial como ChatGPT”. En declaraciones a SMC España, Haya considera que “este premio va más allá del mérito de los individuos galardonados, reconociendo a toda una comunidad científica que comenzó su labor hace más de medio siglo”.

Por su parte, Maite Martín, catedrática del departamento de informática de la universidad de Jaén destaca que el Nobel para Hinton y Hopfield “es un reconocimiento a dos figuras clave en el desarrollo de la inteligencia artificial moderna, ya que son pioneros y precursores de las redes neuronales artificiales, que constituyen la base del aprendizaje automático actual, como el deep learning o los transformers”. Sus descubrimientos han transformado todas las áreas de la IA, “desde el procesamiento de imágenes y la ciencia de datos, hasta el procesamiento del lenguaje natural, con avances que ya impactan en nuestra vida cotidiana. Un claro ejemplo de su impacto son los asistentes virtuales como Siri o Alexa, y los traductores automáticos, que millones de personas usan a diario”, justifica. “Por otro lado, en áreas más especializadas, encontramos aplicaciones como la medicina personalizada o los sistemas avanzados para la detección y mitigación de discursos de odio, que también están haciendo uso de las tecnologías en las que fueron pioneros”, termina.

El Premio Nobel de Física se ha concedido 117 veces a 225 premios Nobel entre 1901 y 2023. John Bardeen es el único galardonado que ha recibido el Premio Nobel de Física dos veces, en 1956 y 1972. L’Huillier, profesora de la Universidad de Lund (Suecia), es la quinta mujer que gana el Nobel de Física desde 1901. Hubo dos premiadas en todo el siglo XX, una de ellas, Marie Curie, por partida doble (el de Física en 1903 y el de Química en 1911) y tres en lo que va de siglo XXI. El galardón está dotado con 11 millones de coronas suecas, unos 950.000 euros.