El alcance de las investigaciones de los científicos galardonados con el Premio Princesa de Asturias de Investigación trasciende el avance del conocimiento e e impactar positivamente en el desarrollo social y económico
26 oct 2022 . Actualizado a las 05:00 h.Los científicos Geoffrey Hinton, Yann LeCun, Yoshua Bengio y Demis Hassabis han sido galardonados con el Premio Princesa de Asturias de Investigación Científica y Técnica 2022. El premio reconoce a los autores por contribuir al desarrollo de la inteligencia artificial a través de una metodología denominada deep learning, y su transferencia a la sociedad mediante su implementación en forma de algoritmos informáticos con capacidad para reconocer voz u objetos. A través de este sistema, se han creado herramientas que mejoran la gestión de nuestro día a día (traducción automática, optimización de estrategias), que contribuyen al ámbito médico (diagnóstico) o a la investigación sobre nuevos medicamentos (estructura de proteínas).
Esto no es obviamente fruto de la casualidad, ya que los premiados son verdaderos referentes en su campo. De forma general, han sido las investigaciones de Geoffrey Hinton, Yann LeCun y Yoshua Bengio las que han propiciado el desarrollo de esa serie de métodos que se han denominado como deep learning, que forman parte de una metodología mucho más amplia denominada machine learning, que a su vez es una de las ramas de la inteligencia artificial. El deep learning consiste en una serie de herramientas que están basadas en redes neuronales, y que permiten reconocer voz, sonidos, lenguaje o imágenes. El objetivo -y de ahí la denominación de aprendizaje profundo- es que dichas herramientas puedan imitar los mecanismos por los que nuestro cerebro procesa e integra todos los estímulos físicos y biológicos. Su fin último, por tanto, es crear algoritmos capaces de imitar el proceso de aprendizaje humano, y habilitar por ejemplo que un ordenador pueda ir aprendiendo en base a su propia experiencia.
Por nombrar alguno de los hitos individuales, decir que Geoffrey Hinton es el creador de AlexNet, una red neuronal electrónica entrenada con millones de imágenes, que es capaz de reconocer objetos con un porcentaje de error del 26%, de una forma mucho más eficaz que cualquiera de los sistemas existentes en 2012, el año de su presentación. Hoy en día Hinton se encuentra desarrollando el proyecto GLOM, con el que persigue que estos sistemas sean aún más eficientes a la hora de procesar e integrar información de tipo visual. Las investigaciones de Yann LeCun se han centrado en la aplicación del deep learning al desarrollo de los denominados sistemas de reconocimiento óptico de caracteres (OCR). Estas herramientas permiten reconocer, almacenar, organizar y procesar la información contenida en diferentes documentos y valorizar la información contenida en los mismos. En este sentido Yoshua Bengio ha aplicado el deep learning al desarrollo de algoritmos capaces de reconocer escritura o voz de una forma mucho más rápida y precisa.
Por último, Demis Hassabis es cofundador y CEO de DeepMind, una de las mayores compañías de investigación en inteligencia artificial del mundo. Creada en 2011, fue adquirida por Google en el año 2014, y entre sus productos destacan herramientas que combinan redes neuronales artificiales y ordenadores programables. Uno de los hitos de DeepMind fue la publicación, en 2021, de la estructura tridimensional de más de 350.000 proteínas humanas a través de la base de datos AlphaFold Protein Structure Database, siendo uno los principales avances científicos del año para la revista Science. Hoy en día dicha base de datos contiene unos 200 millones de proteínas, virtualmente, todas las proteínas conocidas.
El alcance de sus investigaciones, que trascienden el avance del conocimiento para transferirse e impactar positivamente en el desarrollo social y económico, justifica plenamente la decisión del jurado. La labor de los premiados resulta muy importante en los tiempos actuales puesto que, como defendía el filósofo Larry Laudan, una de las misiones de la ciencia es la de resolver problemas de una forma cada vez más eficiente y efectiva.
En este caso, ya nos estamos aprovechando del deep learning cuando usamos el reconocimiento de voz, la traducción automática o los sistemas de reconocimiento facial. Estos ejemplos son muy evidentes, pero también hay deep learning en ámbitos como el sector agrícola, los métodos antifraude en banca privada o la telemedicina de prevención. Virtualmente habrá procesos que utilicen el deep learning en cualquier sistema que almacene datos de forma masiva. A más largo plazo, y trasladándonos al ámbito de la I+D biomédica, las 200 millones de estructuras proteicas contenidas en AlphaFold DB contribuirán al incremento de nuestro conocimiento sobre la biología y a utilizar todas sus estructuras tridimensionales para descubrir nuevas estrategias moleculares de lucha contra enfermedades o desarrollar vacunas. Caminamos por tanto hacia un mundo rodeado de inteligencia artificial, donde la inteligencia natural será más importante que nunca.
*Borja Sánchez es Consejero de Ciencia, Innovación y Universidad