El Premio Nobel de Física 2024 es para la pareja que inventó técnicas clave de IA

El premio Nobel de Física 2024 ha sido otorgado a John Hopfield y Geoffrey Hinton por su trabajo sobre redes neuronales artificiales y los algoritmos fundamentales que permiten que las máquinas aprendan, que son clave para los grandes modelos de lenguaje actuales como ChatGPT.

“Estoy estupefacto, no tenía idea de que esto sucedería”, dijo Hinton al comité del Nobel al escuchar el anuncio del premio. “Estoy muy sorprendido.” Hinton, quien ha expresado sus temores en torno al desarrollo de la inteligencia artificial, también reiteró que lamentaba el trabajo que había realizado. “En las mismas circunstancias, haría lo mismo otra vez, pero me preocupa que las consecuencias generales de esto puedan ser sistemas más inteligentes que nosotros que eventualmente tomen el control”, dijo.

Si bien la IA puede no parecer un candidato obvio para el Nobel de Física, el descubrimiento de redes neuronales que pueden aprender y sus aplicaciones son dos áreas que están íntimamente conectadas con la física, dijo Ellen Moons, presidenta del Comité del Nobel de Física, durante el anuncio. . “Estas redes neuronales artificiales se han utilizado para avanzar en la investigación de temas de física tan diversos como la física de partículas, la ciencia de los materiales y la astrofísica”.

Muchos de los primeros enfoques de la inteligencia artificial implicaban dar a los programas de computadora reglas lógicas a seguir para ayudar a resolver problemas, pero esto les dificultaba aprender sobre nueva información o encontrar situaciones que no habían visto antes. En 1982, Hopfield, en la Universidad de Princeton, creó una arquitectura para una computadora llamada red Hopfield, que es una colección de nodos, o neuronas artificiales, que pueden cambiar la fuerza de sus conexiones con un algoritmo de aprendizaje que inventó Hopfield.

Ese algoritmo se inspiró en un trabajo de la física que encuentra la energía de un sistema magnético describiéndolo como conjuntos de pequeños imanes. La técnica implica cambiar iterativamente la fuerza de las conexiones entre los imanes en un intento de encontrar un valor mínimo para la energía del sistema.

Ese mismo año, Hinton, de la Universidad de Toronto, comenzó a desarrollar la idea de Hopfield para ayudar a crear una estructura de aprendizaje automático estrechamente relacionada llamada máquina Boltzmann. “Recuerdo haber asistido a una reunión en Rochester donde John Hopfield habló y aprendí por primera vez sobre las redes neuronales. Después de eso, Terry (Sejnowski) y yo trabajamos febrilmente para descubrir cómo generalizar las redes neuronales”, dijo.

Hinton y sus colegas demostraron que, a diferencia de las arquitecturas de aprendizaje automático anteriores, las máquinas de Boltzmann podían aprender y extraer patrones de grandes conjuntos de datos. Este principio, cuando se combina con grandes cantidades de datos y potencia informática, ha llevado al éxito de muchos sistemas de inteligencia artificial en la actualidad, como el reconocimiento de imágenes y las herramientas de traducción de idiomas.

Sin embargo, si bien la máquina de Boltzmann demostró ser capaz, también era ineficiente y lenta, y hoy en día no se utiliza en los sistemas modernos. En su lugar, se utilizan arquitecturas de aprendizaje automático modernas y más rápidas, como los modelos transformadores, que impulsan modelos de lenguajes grandes como ChatGPT.

En la conferencia del Premio Nobel, Hinton se mostró optimista sobre el impacto que tendrían sus descubrimientos y los de Hopfield. “Será comparable a la revolución industrial, pero en lugar de superar a las personas en fuerza física, superará a las personas en capacidad intelectual”, dijo. “No tenemos experiencia de lo que es tener cosas más inteligentes que nosotros. Va a ser maravilloso en muchos aspectos… pero también tenemos que preocuparnos por una serie de consecuencias negativas, en particular la amenaza de que estas cosas se salgan de control”.