La polémica está servida. Los Premios Nobel levantan
ampollas a muchos niveles.
Sin ir más lejos, este año todavía no han premiado a ninguna mujer. Cuatro
hombres blancos se reparten los dos galardones anunciados, pero, contra
todo pronóstico, la principal polémica de los Nobel de 2024 parece ser otra.
Hoy el comité ha anunciado en la Real Academia de Ciencias Sueca el nombre
de los dos ganadores del Nobel de Física, el doctor John J. Hopfield y el
doctor Geoffrey Hinton por sus contribuciones fundacionales al campo del machine
learning con redes
neuronales artificiales. Dicho de otro modo: a unos de los principales
padres de la inteligencia
artificial tal y como la conocemos hoy.
El premio puede parecer bastante inocente: un reconocimiento
a la tecnología que está cambiando el mundo. Sin embargo, hay al menos dos
cuestiones que levantan ampollas en esta decisión. La primera es que, según
ya han alegado una legión de físicos a través de sus redes sociales… la inteligencia
artificial no es física. Desde su perspectiva se trata, más bien, de
una cuestión matemática o de ingeniería que de física. La segunda polémica
es que, si en teoría los Nobel fueron creados para reconocer a las mentes que
ayudan a mejorar nuestra sociedad… ¿es la IA
una fuerza de cambio realmente positiva? ¿Qué hay de la pluralidad de
conflictos relacionados con ella que han empezado a asomar? Su impacto en el
mercado laboral, la facilidad que ofrece para saltarse los derechos de imagen
de un actor, los deepfakes sexuales con alumnas de instituto… La polémica
está servida y no debería de extrañarle al comité.
Los premios son injustos
Los premios son, inherentemente, injustos. Se basan en
clasificaciones artificiales que constriñen a los candidatos en categorías que
no les corresponden. ¿Es la IA
matemática? Sí, pero resulta que no existe el Premio Nobel de matemáticas y
cómo iban a dejar de premiar uno de los hitos tecnológicos más relevantes de la
historia de la humanidad… No
obstante, es cierto que este avance pertenece a un campo hermano de la física que
son las ciencias de la computación.
De hecho, los encargados de comunicar el Nobel tenían claro
cómo enfocar el galardón para justificar su “fisicidad”: afirmando que, en
realidad, se inspira en una propiedad de los átomos llamada spin para describir
el funcionamiento de las redes neuronales inventadas por los galardonados. Porque,
lógicamente, no se han premiado todos los avances relacionados con la IA de las
últimas décadas.
Almacenar y reconocer
Para entender un poco mejor los premios podemos abordarlos
de manera cronológica. En primer lugar, tenemos a John Hopfield, un
físico estadounidense que en 1982 creó un algoritmo que puede almacenar patrones
de datos como imágenes y recuperarlos a partir de versiones incompletas de esas
mismas imágenes. Un tipo de memoria asociativa conocida como red de Hopfield. Dicho
de otra forma: su IA era capaz de reconocer y reconstruir imágenes que ya
conocía gracias al álgebra lineal (operaciones con matrices, que son esas
columnas y filas de números entre paréntesis que permiten almacenar datos y
trabajar con ellos).
Geoffrey Hinton, en cambio es un informático y
psicólogo canadiense-británico considerado uno de los padres del aprendizaje
profundo. La contribución por la que ha sido premiado es una mejora de la red
de Hopfield, la llamada máquina de Boltzmann. Si la red de Hopfield era
capaz de reconocer versiones alteradas de imágenes que ya conocía, la red de
Boltzmann puede clasificar imágenes que no ha visto nunca porque lo que
recuerda son los patrones estadísticamente presentes en todas las imágenes que
etiquetamos, por ejemplo, bajo la palabra “perro”. Su trabajo ha sido
fundamental en la explosión del aprendizaje profundo y en el desarrollo de
redes neuronales modernas, en especial las relacionadas con el boyante campo de
la visión artificial.
La segunda polémica
Sean o no contribuciones del ámbito de la física, lo cierto
es que ya su legado se ha vuelto una pieza fundamental de varias líneas de
investigación de la física moderna. Desde la famosa imagen del agujero negro
M87* hasta las colisiones del gran acelerador de partículas del CERN, todas
ellas se valen en cierto modo de esta tecnología para procesar las
inconmensurables cantidades de información que manejan. Por ese motivo, más
allá de las implicaciones sociales de esta tecnología, el comité se ha centrado
en su claro balance positivo dentro del mundo de la investigación.
De hecho, en el discurso de esta mañana, varios responsables
de los Nobel han insistido en la importancia de avanzar con cuidado en este
campo, analizando las potenciales repercusiones de esta tecnología y legislando
con ayuda de la ética.
QUE NO TE LA CUELEN:
Las memorias asociativas, en realidad, están tan inspiradas
en la física como en la neurociencia. Hopfield pretendía emular el
funcionamiento de un cerebro humano cuando diseñó el sistema por el que
funcionan sus redes, un abordaje que ya no es frecuente en el mundo de la IA.
Ahora, los investigadores comprenden que imitar el cerebro es limitante y que,
los mejores resultados, se han obtenido apartándonos de nuestro sistema nervioso
central y abstrayéndonos de lo que la biología hace o deja de hacer.
REFERENCIAS (MLA):
“For
foundational discoveries and inventions that enable machine learning with
artificial neural networks” (pdf). Advanced information.
NobelPrize.org, Nobel Prize Outreach AB, 2024. Tue. 8 Oct 2024. https://www.nobelprize.org/prizes/physics/2024/advanced-information/.
