Utilizamos cookies propias y de terceros para mejorar nuestros servicios, analizar y personalizar tu navegación, mostrar publicidad y facilitarte publicidad relacionada con tus preferencias. Si sigues navegando por nuestra web, consideramos que aceptas su uso. Puedes cambiar la configuración u obtener más información aquí.

La Fundación BBVA premia al artífice de las primeras máquinas capaces de aprender como el cerebro humano

La Fundación BBVA ha premiado a Geoffrey Hinton, artífice de las primeras máquinas capaces de aprender como el cerebro humano, con el galardón Fronteras del Conocimiento en la categoría de Tecnologías de la Información y la Comunicación (TIC), "por su trabajo pionero y profundamente influyente en el campo del aprendizaje automático".
El jurado ha señalado que las contribuciones de este científico, catedrático de Ciencias de la Computación en la Universidad de Toronto e investigador en Google, son "revolucionarias" y han permitido la creación de sistemas de reconocimiento de voz e imagen, asistentes personales como Siri, vehículos sin conductor, traductores automáticos de idiomas y programas de procesamiento del lenguaje.
Además, sus investigaciones han mejorado también aplicaciones en investigación biomédica, para los análisis de imágenes médicas para diagnosticar si un tumor provocará metástasis o para búsqueda de moléculas eficaces para el desarrollo de fármacos.
Ramón López de Mántaras y Regina Barzilay, miembros del jurado, el trabajo de Hinton ha iniciado una "revolución" científica y tecnológica que tiene "asombrada" a la propia comunidad de investigación en inteligencia artificial, que no había anticipado una evolución tan rápida del sector.
MAESTRO DEL 'DEEP LEARNING'
El área impulsada por el trabajo de Hinton se denomina deep learning o 'aprendizaje profundo', y es "uno de los desarrollos más emocionantes de la moderna inteligencia artificial", según ha afirmado el jurado. El deep learning se inspira en la manera en que se cree que funciona el propio cerebro, y en especial en dos características: procesa la información de manera distribuida, con muchas neuronas conectadas en red, y aprendiendo a partir de ejemplos.
El equivalente computacional es emplear las llamadas redes neuronales -programas que hacen las veces de neuronas y que están conectados entre sí- y, como afirma el propio Hinton, "enseñarles a aprender".
"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. Así que una manera de conseguir que un ordenador aprenda, es intentar que una máquina actúe como si fuera una red neuronal, y descubrir una regla o mecanismo que refuerce las conexiones entre neuronas. De esta forma, podemos intentar que el ordenador aprenda de la misma manera que el cerebro", ha explicado Hinton sobre su trabajo.
La estrategia del deep learning, según ha señalado el científico premiado, se basa en presentarle a la máquina ejemplos o 'inputs', y los 'outputs' que se desean obtener. "Después intentas reforzar las conexiones en esa red neuronal artificial, y así consigues que cuando introduces un 'input', la máquina te da la respuesta que buscas", ha destacado.
Tras décadas de estudio, Hinton siente ahora que el tiempo le ha dado la razón en sus teorías. "Hace años hice una apuesta por un abordaje potencial, y me siento muy afortunado porque al final se ha demostrado que funciona", ha declarado tras conocer que había conseguido el premio de la Fundación BBVA.