Publicado: octubre 9, 2024, 4:20 am
<![CDATA[
“Este año premiamos el aprendizaje de las máquinas”, dijo la Real Academia de las Ciencias de Suecia al referirse al Premio Nobel de Física 2024 otorgado a los científicos John Hopfield y Geoffrey Hinton.
Esencialmente el Premio Nobel de Física de este año podría parecer disonante, pues la inteligencia artificial (IA) es más conocida con una perspectiva meramente computacional, sin embargo este premio lo que resalta son los fundamentos de la IA, y más allá de la parte formal, lo que este premio demuestra es que usando todo el conocimiento desarrollado por los últimos 100 años, hasta antes de que se publicaran los trabajos de Hinton y Hopfield, se le pudo dar un segundo despertar a la IA y ahora éstas son las bases.
El doctor Huziel Enoc Sauceda Félix, del Departamento de Materia Condensada del Instituto de Física y especialista en deep y machine learning, nos ayuda a entender mejor la importancia de los trabajos de los hoy galardonados.
“Hopfield lo que hizo fue usar todo el conocimiento de un área que se denomina física estadística, una herramienta que se usa para estudiar sistemas magnéticos o sistemas cuántitativos. Él las usó para definir un modelo que desde la física se pensaba para lograr almacenar información, estas ahora se llaman las redes de Hopfield, así él pudo demostrar que se podía memorizar información, ese es el origen más prominente del hecho de que un algoritmo puede almacenar información”.
Luego Hinton y su equipo tomaron el trabajo anterior e inmediatamente observó una de las restricciones: Eran complicados de usar. “Él lo que hizo fue definir una mejora de estos modelos y los llamó máquina de Boltzmann. Este modelo ya no sólo era para almacenar información sino que ya era lo que hoy conocemos como machine learning, es decir, encontraba correlaciones escondidas en los datos, es decir, iba aprendiendo lo escondido en los datos. Esta fue la primera instancia de un modelo generativo”.
El especialista explica a El Economista que ambos trabajos premiados por el Nobel fueron puramente construidos a partir del conocimiento de física estadística, “por eso creo que es un premio bastante pertinente que demuestra cómo la física da origen y puso las bases de la inteligencia artificial moderna. Dado que ahora estamos tan inmersos en el contexto de la IA y hay tanta novedad, pensamos que todo viene desde las ciencias de la computación, pero muchas técnicas, incluso modernas, vienen de los modelos físicos”.
Sauceda Félix recordó que la mayoría del progreso se hace gracias a mucha gente de manera incremental, “el colectivo comienza a hacer descubrimientos consistentes y la investigación va avanzando poco a poco, pero de vez en cuando llega alguien o un grupo que redefine el campo, Hinton y Hopfield hicieron eso, pusieron las bases para una gran revolución”.
Por su parte las ciencias de la computación acercaron o aterrizaron las ideas en productos factibles o palpables para la sociedad. “Este descubrimiento brincó de algo basado puramente en física hacia las ciencias computacionales”.
Un espacio de oportunidad
Sauceda Félix, asegura que definitivamente la inteligencia artificial es un campo tan abierto que no tiene fronteras, “sí hay una serie de teoremas o requerimientos para que un modelo caiga en el paraguas de inteligencia artificial, se llama aprendizaje estadístico, pero de ahí en fuera es tanta la libertad para crear nuevas arquitecturas y modelos de machine learning, que hay muchísimo trabajo por hacer”.
Recordó que los grandes logros en la IA nadie los esperaba, “fueron personas a las que se les ocurre algo y ¡pum!, revolucionan el campo en un instante”. Dijo que es impredecible lo que viene en la IA y hay mucho trabajo para la gente que se quiera dedicar a redes neuronales e inteligencia artificial.
Por último, reflexionó que en México “estamos en un punto que puede ser parteaguas para contribuir más a esta área que permeará en muchas cosas, solo se requiere de apoyo gubernamental y de la academia (…) esperemos lograr esta ansiada independencia con apoyo de la nueva Secretaría de CTI, para promover estas dinámicas en los siguientes años.
]]>
