Los padres del 'deep learning', Premio Princesa de Asturias de investigación científica
Los galardonados son los expertos en inteligencia artificial Geoffrey Hinton, Yann LeCun, Yoshua Bengio y Demis Hassabis.
Los científicos expertos en inteligencia artificial Geoffrey Hinton (británico), Yann LeCun (franco-estadounidense), Yoshua Bengio (canadiense) y Demis Hassabis (británico) han sido galardonados con el Premio Princesa de Asturias de Investigación Científica y Técnica 2022, según ha hecho público este miércoles el jurado encargado de su concesión.
Han sido distinguidos por sus contribuciones al avance de la Inteligencia Artificial y a su integración plena en la sociedad.
“Sus aportaciones al desarrollo del aprendizaje profundo (deep learning) suponen un gran avance en técnicas tan diversas como el reconocimiento de voz, el procesamiento del lenguaje natural, la percepción de objetos, la traducción automática, la optimización de estrategias, el análisis de la estructura de las proteínas, el diagnóstico médico y muchas otras”, destaca la nota del jurado.
“Su impacto actual y futuro en el progreso de la sociedad puede ser calificado de extraordinario”, añade.
Qué es el deep learning
Geoffrey Hinton, Yann LeCun y Yoshua Bengio son considerados los padres de una técnica esencial de la inteligencia artificial, el deep learning o aprendizaje profundo, el cual se basa en el uso de redes neuronales para el reconocimiento de voz, la visión por ordenador y el procesamiento del lenguaje natural, y ha logrado avances en campos tan diversos como la percepción de objetos y la traducción automática.
Estas redes neuronales pretenden imitar el funcionamiento del cerebro humano, utilizando algoritmos que convierten el proceso biológico del aprendizaje en secuencias matemáticas. Se trata de que la máquina aprenda de su propia experiencia.
En 1986, Hinton inventó los algoritmos de retropropagación, fundamentales para el entrenamiento de redes neuronales. Con ellos, en 2012 consiguió crear una red neuronal convolucional llamada AlexNet, compuesta por 650.000 neuronas y entrenada con 1,2 millones de imágenes, que registró tan solo un 26 % de errores en el reconocimiento de objetos y redujo a la mitad el porcentaje de sistemas anteriores.
Ha aportado otras contribuciones a las redes neuronales artificiales y su entrenamiento, como la cocreación de la máquina de Boltzmann, la máquina de Helmholtz y el llamado producto de expertos. En 2021 publicó en la plataforma de preprints arXiv un documento en el que presentó GLOM, un innovador proyecto, aún teórico, que supone un nuevo modelo vectorial para procesar y representar la información visual en una red neuronal, que aún está en fase de desarrollo.
Por su parte, Yann LeCun hizo aportaciones al desarrollo de los algoritmos de retropropagación que Hinton había inventado y en 1989 creó LeNet- 5, un sistema de reconocimiento de caracteres escritos en cheques bancarios, que supuso un gran avance para la tecnología de reconocimiento óptico de caracteres. Posteriormente, contribuyó al desarrollo de la tecnología DjVu, de compresión de imágenes, utilizada por cientos de sitios web y millones de usuarios para acceder a documentos escaneados en internet. También ha trabajado en métodos de aprendizaje profundo para el reconocimiento de documentos, la interacción humano-computadora y el reconocimiento de voz.
A su vez, Bengio ha hecho contribuciones clave en modelos probabilísticos de secuencias, utilizados para el reconocimiento de voz y de escritura y en aprendizaje no supervisado. Actualmente, estudia algoritmos más eficientes en representaciones de datos, extrayendo reconocimiento de patrones y también permitiendo el entendimiento de relaciones más complejas y conceptos de alto nivel.
Demis Hassabis es CEO y cofundador de DeepMind, una de las mayores compañías de investigación en inteligencia artificial del mundo, creada en 2011 y adquirida en 2014 por Google. Hassabis ha creado con DeepMind un modelo de red neuronal que combina las capacidades de una red neuronal artificial con la potencia algorítmica de un ordenador programable. La compañía de Hassabis ha unido los progresos hechos en machine learning con los procesos de deep learning y el llamado aprendizaje de refuerzo para crear un nuevo campo de aprendizaje por refuerzo profundo, un sistema de inteligencia artificial que abre la puerta a múltiples aplicaciones en el estudio de numerosas disciplinas científicas.
En 2021 el equipo de DeepMind logró predecir, con un grado muy elevado de exactitud, la estructura de más de 350.000 proteínas humanas (el 44 % de todas las conocidas). Los datos fueron puestos a disposición de todos los laboratorios del mundo en el AlphaFold Protein Structure Database y el logro fue destacado por la revista Science como Descubrimiento Científico de ese año. Edith Heard, directora del Laboratorio Europeo de Biología Molecular, declaró que el logro era “una auténtica revolución para las ciencias de la vida, como lo fue la genómica hace décadas”. Hinton, LeCun y Bengio fueron reconocidos en 2018 con el Premio Turing que concede la Association for Computing Machinery.
Este ha sido el séptimo de los ocho Premios Princesa de Asturias que se conceden este año, en que cumplen su cuadragésima segunda edición. Anteriormente fueron otorgados el Premio Princesa de Asturias de las Artes a la cantaora Carmen Linares y a la bailarina y coreógrafa María Pagés, el de Comunicación y Humanidades al periodista polaco Adam Michnik, el de Ciencias Sociales al arqueólogo mexicano Eduardo Matos Moctezuma, el de los Deportes a la Fundación y el Equipo Olímpico de Refugiados, el de las Letras al dramaturgo Juan Mayorga y el de Cooperación Internacional a la exregatista y emprendedora social británica Ellen MacArthur. La próxima semana se fallará el Premio Princesa de Asturias de la Concordia.
