Borrar
Geoffrey Hinton, Yann LeCun, Yoshua Bengio y Demis Hassabis FPA/Vídeo: E. P.

Los 'padrinos' de la inteligencia artificial, Princesa de Asturias de Investigación Científica y Técnica

Geoffrey Hinton, Yann LeCun, Yoshua Bengio y Demis Hassabis se alzan con el galardón, que el año pasado reconoció a los creadores de las vacunas de ARN

AZAHARA VILLACORTA

Gijón

Miércoles, 15 de junio 2022, 11:06

Necesitas ser registrado para acceder a esta funcionalidad.

Compartir

Yoshua Bengio (Francia, 1964), Geoffrey Hinton (Reino Unido, 1947) y Yann LeCun (Francia, 1960), tres de los investigadores conocidos como los «padrinos de la Inteligencia Artificial», acaban de alzarse con el Premio Princesa de Asturias de Investigación Científica y Técnica 2022. Y, a los tres científicos, que ya fueron reconocidos 2018 con el Premio Turing, considerado de facto como el 'Nobel de la informática', se suma Demis Hassabis (Reino Unido, 1976), que comenzó a jugar al ajedrez a los cuatro años, y pronto se convirtió en un niño prodigio. Hasta que, a los ocho años, el éxito en el tablero le llevó a plantearse dos cuestiones que le han obsesionado desde entonces: en primer lugar, ¿cómo aprende el cerebro a dominar tareas complejas?, y en segundo lugar, ¿podrían los ordenadores algún día hacer lo mismo?

Este nuevo galardón reconoce la labor de los cuatro científicos por sus aportaciones conceptuales y de ingeniería realizadas en el campo de las redes neuronales profundas. Unos trabajos de capital importancia, porque, en los últimos años, los métodos de aprendizaje profundo han sido responsables de avances asombrosos en visión computacional, reconocimiento de voz, procesamiento de lenguaje natural y robótica, entre otras aplicaciones.

Estas tecnologías son utilizadas por miles de millones de personas a diario en todo el planeta. De hecho, cualquiera que tenga un teléfono móvil inteligente en su bolsillo puede experimentar tangiblemente avances en el procesamiento del lenguaje natural y la visión por computadora que no eran posibles hace solo una década. Pero, además de los productos que utilizamos todos los días, los nuevos avances en el aprendizaje profundo han brindado a los científicos nuevas y poderosas herramientas en áreas que van desde la medicina a la astronomía pasando por la ciencia de los materiales.

Geoffrey Hinton, quien ha abogado por un enfoque de aprendizaje automático de la Inteligencia Artificial desde principios de la década de 1980, observó cómo funciona el cerebro humano para sugerir formas de desarrollar sistemas de aprendizaje automático. Inspirados por el cerebro, él y otros investigadores propusieron «redes neuronales artificiales» como piedra angular de sus investigaciones de aprendizaje automático. Hinton, LeCun y Bengio reconocieron la importancia de construir redes profundas utilizando muchas capas, de ahí el término «aprendizaje profundo». Y todos ellos han trabajado juntos e independientemente en este ámbito del Deep Learning.

Por su parte, Demis Hassabis es bien conocido por ser Cofundador y CEO de Google DeepMind, una startup de aprendizaje automático con sede en Londres especializada en la construcción de algoritmos de aprendizaje.

DeepMind fue adquirida en el 2014 por Google por 527 millones de dólares), donde Hassabis es ahora vicepresidente de ingeniería líder en proyectos de IA.

Tras desarrollar varios juegos de ordenador de enorme éxito, Hassabis se dio cuenta de que la tecnología de su empresa estaba lista para enfrentarse a uno de los acertijos más relevantes y complicados de la biología, uno que los investigadores habían intentado resolver durante medio siglo: predecir la estructura de las proteínas.

Y es que la estructura tridimensional de las proteínas determina cómo se comportan e interactúan en el cuerpo. Pero una gran cantidad de proteínas importantes tienen estructuras que los biólogos aún no conocen. El uso de la Inteligencia Artificial para predecirlos con precisión ofrecería una herramienta invaluable para ayudar a comprender las enfermedades, desde el cáncer hasta el covid. Las proteínas son un objetivo principal para muchos medicamentos y un ingrediente clave en nuevas terapias. Desbloquear rápidamente sus estructuras aceleraría el desarrollo de nuevas terapias y vacunas.

El jurado del Premio Princesa de Investigación reconoce ahora que «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».

«Su impacto actual y futuro en el progreso de la sociedad puede ser calificado de extraordinario», concluye el acta.

Reporta un error en esta noticia

* Campos obligatorios