El académico e investigador en inteligencia artificial londinense ganó el Premio Fundación BBVA Fronteras del Conocimiento en la categoría de Tecnologías de la Información y la Comunicación (TIC). La organización condecoró la labor de Geoffrey Hinton en el campo de máquinas capaces de aprender.
En 2013, Google contrató a Hinton gracias a un programa para reconocimiento de imágenes y de voz que él y su grupo habían desarrollado, y que resultara mucho mejor que los utilizados hasta entonces. Desde ese momento, trabaja medio tiempo como catedrático del departamento de Ciencias de la Computación de la Universidad de Toronto, y el restante con la compañía de Mountain View.
Respecto al galardón, el jurado comentó que el científico “se ha inspirado en cómo funciona el cerebro humano y en cómo ese conocimiento puede ser aplicado para dotar a las máquinas de la capacidad para desempeñar tareas complejas como lo hacen los humanos”.
Las investigaciones del catedrático han acelerado el desarrollo de aplicaciones de Inteligencia Artificial (IA), incluso, algunas de ellas comienzan a llegar al mercado. Tales como programas de traducción automática y clasificación de fotos, sistemas de reconocimiento de voz, asistentes personales como Siri y los coches sin conductor.
También hay aplicaciones en investigación biomédica, como el análisis de imágenes médicas para diagnosticar si un tumor provocará metástasis y búsqueda de moléculas eficaces para el desarrollo de fármacos.
En general, en todas las áreas de investigación donde haga falta identificar y extraer información relevante a partir de gran cantidad de datos.
Para los miembros del jurado, el trabajo de Hinton ha iniciado una “revolución” científica y tecnológica que tiene “asombrada” a la propia comunidad de investigación en IA, que no había anticipado una evolución tan rápida del sector.
El área impulsada por el trabajo del investigador se denomina “deep learning” o “aprendizaje profundo”, y es “uno de los desarrollos más emocionantes de la moderna inteligencia artificial”.
Para Hinton emplear sistemas de cómputo similares a las redes neuronales del cerebro humano es igual a dotar a los dispositivos de un sistema de aprendizaje efectivo
Explicó que “la máquina que mejor aprende es el cerebro humano. El cerebro tiene miles de millones de neuronas, y aprende al reforzar las conexiones entre ellas”.
La investigación del científico galardonado se ha centrado precisamente en intentar averiguar cuáles son las reglas que permiten reforzar las conexiones de una red neuronal artificial, para lograr que una computadora sea capaz de aprender.
Esto ha abierto la puerta, manifestó Hinton, a “un nuevo tipo de inteligencia artificial”, en el que, a diferencia de otras estrategias, “no programas la computadora con conocimiento, sino que realmente logras que la máquina aprenda de su propia experiencia”.
Aunque sus aplicaciones más importantes han surgido en los últimos años, las redes neuronales no son, en realidad, un invento reciente.
Cuando Hinton empezó a investigar en IA –movido por un deseo de entender el funcionamiento del cerebro humano, que le llevó a estudiar primeramente psicología experimental–, sus colegas empezaban a descartar las redes neuronales que él defendía como opción prometedora.
Los resultados no eran lo bastante satisfactorios. Sin embargo, Hinton decidió perseverar, contra los consejos de su profesor y a pesar de que en su país, Reino Unido, no había conseguido fondos para seguir investigando.
Emigró primero a Estados Unidos y posteriormente a Canadá, donde sí pudo formar un grupo y seguir trabajando en el desarrollo de redes neuronales, que por entonces, en los años 80, se consideraban ya una línea completamente marginal de la inteligencia artificial.
