Cuatro expertos en inteligencia artificial, Premio Princesa de Asturias de Investigación Científica y Técnica

La Voz OVIEDO

CULTURA

Geoffrey Hinton, Yann LeCun, Yoshua Bengio y Demis Hassabis han sido galardonados con el Premio Princesa de Asturias de Investigación Científica y Técnica 2022
Geoffrey Hinton, Yann LeCun, Yoshua Bengio y Demis Hassabis han sido galardonados con el Premio Princesa de Asturias de Investigación Científica y Técnica 2022 FPA

Geoffrey Hinton, Yann LeCun y Yoshua Bengio son considerados los padres de una técnica esencial de la inteligencia artificial, el aprendizaje profundo, mientras que  Demis Hassabis es CEO y cofundador de DeepMind, una de las mayores compañías de investigación en inteligencia artificial del mundo

15 jun 2022 . Actualizado a las 12:27 h.

Los científicos expertos en inteligencia artificial Geoffrey Hinton, Yann LeCun, Yoshua Bengio y Demis Hassabis, han sido galardonados con Premio Princesa de Asturias de Investigación Científica y Técnica 2022. El jurado ha leído el fallo este miércoles en el Hotel Eurostars de la Reconquista de Oviedo.

Esta candidatura ha sido propuesta por Bart Selman, presidente de la Asociación para el Desarrollo de la Inteligencia Artificial de la Universidad Cornell (Estados Unidos). Geoffrey Hinton, Yann LeCun y Yoshua Bengio son considerados los padres de una técnica esencial de la inteligencia artificial, el 'deep learning' o aprendizaje profundo, el cual se basa en el uso de redes neuronales para el reconocimiento de voz, la visión por ordenador y el procesamiento del lenguaje natural, y ha logrado avances en campos tan diversos como la percepción de objetos y la traducción automática. Estas redes neuronales pretenden imitar el funcionamiento del cerebro humano, utilizando algoritmos que convierten el proceso biológico del aprendizaje en secuencias matemáticas. Se trata de que la máquina aprenda de su propia experiencia.

En 1986, Hinton inventó los algoritmos de retropropagación, fundamentales para el entrenamiento de redes neuronales. Con ellos, en 2012 consiguió crear una red neuronal convolucional llamada AlexNet, compuesta por 650 000 neuronas y entrenada con 1,2 millones de imágenes, que registró tan solo un 26 % de errores en el reconocimiento de objetos y redujo a la mitad el porcentaje de sistemas anteriores. Ha aportado otras contribuciones a las redes neuronales artificiales y su entrenamiento, como la cocreación de la máquina de Boltzmann, la máquina de Helmholtz y el llamado producto de expertos. En 2021 publicó en la plataforma de preprints arXiv un documento en el que presentó GLOM, un innovador proyecto, aún teórico, que supone un nuevo modelo vectorial para procesar y representar la información visual en una red neuronal, que aún está en fase de desarrollo.