La Real Academia de las Ciencias de Suecia ha decido que para el 2024 los profesores John J. Hopfield y Geoffrey E. Hinton serían los ganadores del Premio Nobel de Física debido a sus magníficos aportes para el entrenamiento de las redes neuronales artificiales. A raíz de esta noticia ha surgido una incógnita en el pensamiento colectivo, ¿por qué avances en la Inteligencia Artificial deben llevarse un premio que supone un galardón al crecimiento y desarrollo de la física, y para las personas que dedican su vida a descifrar la misma?
Ellen Moons, presidenta del Comité Nobel de Física, afirma que “El trabajo de los galardonados ha sido de gran utilidad. En física, utilizamos redes neuronales artificiales en una amplia gama de áreas, como por ejemplo en el desarrollo de los nuevos materiales con propiedades específicas”. Además, la Academia dice que Hopfield y Hinton han utilizado la física para poder entrenar las redes neuronales artificiales. Pero, ¿cómo es esto?
Para poder explicar de una manera sencilla de lo que se está hablando hágase una pregunta: ¿cómo diferencia un cuaderno de una libreta? Inicialmente puede que no encuentre una respuesta a esta incógnita, pero seguramente al ver ambos objetos puede diferenciar uno del otro. Esto es porque el cerebro humano cuenta con una red de trillones de neuronas que han sido entrenadas desde nuestro nacimiento en base a la experiencia, intuición, cultura y demás aspectos que nos hacen ser quienes somos.
Las redes neuronales artificiales simulan este concepto, pero al ser ejecutadas por máquinas que se basan en un modelo de entrada y salida, un modelo que sigue un procedimiento específico y que no cuenta con la flexibilidad e interconexión del cerebro humano, por mucho tiempo no pudo funcionar de la manera en que realmente se quiso, y aquí es donde entran Hopfield y Geoffrey.
John Hopfiel creó una red que utilizaba un método para guardar y recrear patrones, el cual se basaba en la física que describe las características de un material debido a su espín atómico, que no es más que una propiedad de todas las partículas donde los átomos actúan como imanes. Al introducir una imagen distorsionada o incompleta, esta red analizaba cada pixel y actualizaba sus valores para rehacerlas en base a una imagen anteriormente guardada y que se pareciera a la distorsionada que inicialmente se introdujo.
Luego, Geoffrey Hinton toma esta red y mediante un nuevo método crea un proceso capaz de aprender a reconocer elementos característicos de un tipo determinado de datos, la cual debe alimentarse con ejemplos y que ejecuta un proceso de autoaprendizaje en base a las ejecuciones previas para aumentar la red de reconocimiento de patrones. Esto utiliza conceptos de la física estadística donde los sistemas se construyen a partir de componentes similares.
Ambos profesores han utilizado herramientas de la física para establecer lo que es la base del machine learning actual, y lo cual ha dado paso a una transformación masiva en cuanto a la Inteligencia Artificial y cómo afecta, tanto de manera positiva como negativa, la cotidianidad de las personas y profesionales. Sin embargo, ¿es suficiente estos aportes, que, si bien han sido en gran manera de beneficio para nuestro avance, para reconocerlos como los ganadores del Premio Nobel de Física? Como todo en la vida hay opiniones cruzadas sin conciliación media, pero al fin de cuentas el premio ya fue otorgado.
