Ciencia y Tecnología

El hombre que enseñó a las máquinas a aprender

Impulsor de la inteligencia artificial. La Fundación BBVA premia a Geoffrey Hinton, capaz de hacer que un ordenador asimile sus errores basándose en el cerebro humano

La estrategia de Hinton no es programar el ordenador con conocimiento, sino que la máquina aprenda de su propia experiencia y de sus errores
La estrategia de Hinton no es programar el ordenador con conocimiento, sino que la máquina aprenda de su propia experiencia y de sus erroreslarazonfreemarker.core.DefaultToExpression$EmptyStringAndSequenceAndHash@40deb465

La Fundación BBVA premia a Geoffrey Hinton, capaz de hacer que un ordenador asimile sus errores basándose en el cerebro humano

Programas de traducción automática o de clasificación de fotos, sistemas de reconocimiento de voz, asistentes personales como Siri y hasta los coches sin conductor, de los que ya hay prototipos, existen hoy gracias a la contribución de Geoffrey Hinton, que ha sido galardonado con el Premio Fundación BBVA Fronteras del Conocimiento en Tecnologías de la Información y la Comunicación, en su novena edición. El reconocimiento se debe a «su trabajo pionero y profundamente influyente en el campo del aprendizaje automático» para lograr que las máquinas sean capaces de aprender como el cerebro humano y desarrollen tareas complejas como hacen los humanos, según la valoración del jurado.

Hinton es catedrático de Ciencias de la Computación en la Universidad de Toronto e investigador de Google y es impulsor de lo que se denomina el «deep learning» o «aprendizaje profundo», que se inspira en la manera en que se cree que funciona el cerebro. «La máquina que mejor aprende es el cerebro humano, que tiene miles de neuronas y aprende al reforzar las conexiones entre ellas. Así, una manera de conseguirlo es intentar que una máquina actúe como si fuera una red neuronal y descubrir una regla o mecanismo que refuerce las conexiones entre neuronas». Esto ha abierto la puerta a un nuevo tipo de inteligencia artificial en la que «no programas el ordenador con conocimiento, sino que logras que la máquina aprenda de su propia experiencia, de sus propios errores», ha explicado el investigador. Y eso Hinton lo consiguió logrando que las conexiones entre las redes artificiales se reforzaran. «Estamos avanzando, aunque aún nos queda mucho para entender cómo funciona el cerebro.

El «deep learning» es un complemento indispensable para el auge del big data y es la base de los asistentes personales y coches autónomos. «Está muy claro que tendremos vehículos completamente autónomos y serán mucho más seguros. Mi apuesta es que en los próximos cinco o diez años habrá coches familiares completamente autónomos», dice Hinton convencido de que «las máquinas nos pueden hacer la vida mucho más fácil, haciendo que todo el mundo tenga un asistente personal inteligente que nos ayude en la vida diaria».

Los riesgos

Pero la inteligencia artificial también tiene sus riesgos y existe el temor de que las máquinas inteligentes puedan rebelarse en un futuro contra sus creadores, como han recreado algunas películas de ciencia ficción. Pero para el científico «estamos muy lejos de que esto pueda considerarse un riesgo real. Su principal preocupación se centra en las potenciales aplicaciones militares como el uso de «escuadrones de pequeños drones asesinos» programados para atacar objetivos en escenarios bélicos. Esto ya es un peligro real que debemos tomarnos en serio y necesitamos una convención en Ginebra que regule este tipo de armas autónomas», ha advertido.

Su apuesta: las redes neuronales

Hinton trabajó contracorriente. Cuando empezó a investigar en inteligencia artificial otros colegas daban de lado las redes neuronales que él defendía como una opción prometedora. Decidió desoír incluso los consejos de su profesor. No consiguió fondos en su país, Reino Unido, y optó por emigrar a EE UU y Canadá.