Premio Princesa de Asturias de Investigación 2022 para los padres de la Inteligencia Artificial

El Premio Princesa de Asturias de Investigación Científica y Técnica 2022 ha recaído en cuatro investigadores expertos en Inteligencia Artificial. De ellos, tres están considerados los padres del deep learning o aprendizaje profundo: Geoffrey Hinton, Yann LeCun y Yoshua Bengio. En 2018 les dieron el Premio Turing, considerado el Nobel de la informática. El cuarto, Demis Hassabis, fundó DeepMind, una de las principales empresas de investigación en Inteligencia Artificial del mundo, y se convirtió en su CEO. Después la compró Google

El deep learning, o aprendizaje profundo, basa su funcionamiento en el uso de redes neuronales para el reconocimiento de voz, así como para la visión por ordenador y el proceso del lenguaje natural. Los tres primeros premiados, en concreto, han desarrollado unas redes neuronales que buscan imitar el funcionamiento del cerebro humano. Para ello emplea algoritmos que convierten el proceso biológico del aprendizaje en secuencias matemáticas.

El fin de estas redes neuronales es conseguir que la máquina sea capaz de aprender de su propia experiencia, una técnica que ha logrado avances en numerosos campos. Entre ellos la traducción automática y la percepción de objetos.

Hinton inventó en 1986 los algoritmos de retropropagación, básicos para entrenar redes neuronales. A partir de ellos creó en 2012 una convolucional, AlexNet, que tiene 650.000 neuronas y que se entrenó con 1,2 millones de imágenes. Sólo registró un 26% de fallos en reconocimiento de objetos, la mitad de fallos que otros sistemas anteriores.

Además, ha aportado diversas contribuciones a las redes neuronales artificiales y a su entrenamiento. Es uno de los creadores de las máquinas de Boltzmann y Hemholtz, entre otros hitos. en 2021 publicó en la plataforma arXiv, un documento en el que presentó el proyecto GLOM. Está todavía en fase teórica, y presenta un nuevo modelo vectorial para procesar y representar la información visual en una red neuronal.

LeCum hizo varias aportaciones al desarrollo de los algoritmos de retropropagación mencionados, y en 1989 creó el sistema de reconocimiento de caracteres en cheques bancarios LeNet-5. Con él consiguió un avance importante en tecnología de reconocimiento óptico de caracteres. Después participó en el desarrollo de la tecnología de compresión de imágenes DjVu, además de trabajar en métodos de deep learning para el reconocimiento de documentos, la interacción entre humano y ordenador y el reconocimiento de voz.

En cuanto a Bengio, ha contribuido al desarrollo de modelos probabilísticos de secuencias empleados en reconocimiento de voz y texto, así como en aprendizaje no supervisado. En la actualidad estudia el desarrollo de algoritmos más eficientes en representación de datos.

Por su parte, Hassabis creó en DeepMind un modelo de red neuronal que combina capacidades de una artificial con la potencia algorítmica de un ordenador programable. DeepMind ha unido los avances en machine learning con los procesos de deep learning y aprendizaje de refuerzo.

El resultado ha sido un campo de aprendizaje por refuerzo profundo, un sistema de IA que puede ser el primer paso para el estudio de numerosas disciplinas científicas. En 2021, el equipo de DeepMind predijo, con un grado de exactitud muy elevado, la estructura del 44% todas las proteínas humanas conocidas.