John Hopfield y Geoffrey Hinton ganaron el Nobel de Física en 2024

Los científicos John J. Hopfield y Geoffrey E. Hinton son los galardonados con el Premio Nobel de Física 2024. De acuerdo con la Academia, por descubrimiento e invenciones fundamentales que permiten el aprendizaje automático con redes neuronales artificiales. 

En otras palabras, contribuyeron a que las máquinas puedan imitar funciones que están asociadas a los seres humanos, como la memoria y el aprendizaje. 

Podría leer: ¿Qué es el microARN? : el descubrimiento de los ganadores del Premio del Nobel de Medicina

¿Cómo lo hicieron?

Según informó la Academia, los dos premios Nobel de este año utilizaron herramientas de la física para desarrollar métodos que son la base del aprendizaje automático actual. 

Mientras que John Hopfield “creó una memoria asociativa que puede almacenar y reconstruir imágenes y otros tipos de patrones en los datos, Geoffrey Hinton inventó un método que puede encontrar propiedades de forma autónoma en los datos y, por lo tanto, realizar tareas como identificar elementos específicos en imágenes”, se detalló. 

¿Qué son las redes neuronales artificiales?

Se trata de una tecnología que se inspiró originalmente en la estructura del cerebro. Entonces, en las redes neuronales artificiales, las neuronas del cerebro suelen representarse por nodos que tienen diferentes valores y estos pueden fortalecerse o debilitarse, según describe la Academia del Premio Nobel. 

Le recomendamos: Desde lluvia de meteoros hasta el paso del Cometa del Siglo: así será el cielo nocturno de octubre

Así, esa red se entrena y puede, por ejemplo, desarrollar conexiones más fuertes entre nodos con valores altos al mismo tiempo. 

Hopfield, de la Universidad de Princeton en Estados Unidos, inventó una red que utiliza un método para guardar y recrear patrones. En ese sentido, esa red reconoce la física que describe las características de un material debido a su espín atómico, que es una propiedad que convierte a cada átomo en un pequeño imán.

“La red en su conjunto se describe de una manera equivalente a la energía en el sistema de espín que se encuentra en la física, y se entrena encontrando valores para las conexiones entre los nodos, de modo que las imágenes guardadas tengan baja energía. Cuando la red de Hopfield recibe una imagen distorsionada o incompleta, trabaja metódicamente a través de los nodos y actualiza sus valores para que la energía de la red disminuya. La red trabaja así paso a paso para encontrar la imagen guardada que se parezca más a la imperfecta con la que se la alimentó” detalló la Academia. 

Por otro lado, Geoffrey Hinton, de la Universidad de Toronto, utilizó la red de Hopfield como base para crear una nueva red, que es la máquina de Boltzmann. Sin embargo, esta tiene un método diferente para reconocer elementos característicos en un tipo determinado de datos.

“Hinton utilizó herramientas de la física estadística, la ciencia de los sistemas construidos a partir de muchos componentes similares. La máquina se entrena alimentándola con ejemplos que es muy probable que surjan cuando se la ejecuta. La máquina de Boltzmann se puede utilizar para clasificar imágenes o crear nuevos ejemplos del tipo de patrón en el que se la entrenó. Hinton se basó en este trabajo, lo que ayudó a iniciar el explosivo desarrollo actual del aprendizaje automático”, se lee en el comunicado emitido por la Academia del Premio Nobel.