Redes Neuronales por José Luis Vázquez

John Joseph Hopfield , nació un 15 de julio del año 1933, es decir, tiene 91 años.

Su supervisor doctoral fue Albert Overhauser, físico y matemático, conocido por el Efecto Overhauser: transferencia de la polarización de espín o teoría de la polarización dinámica nuclear.

Hopfield es físico y biólogo.

En 1982, a los 49 años, creó una memoria asociativa que podía almacenar y reconstruir imágenes. La red Hopfield usa la física que describe las características de un material debido a su espín (el espín es un fenómeno exclusivamente cuántico), una propiedad que convierte a cada átomo en un pequeño imán.

John Joseph utilizó la llamada máquina de Boltzmann para clasificar imágenes o crear nuevos ejemplos del tipo patrón en el que se la entrenó.

Geoffrey E. Hinton , nació el 6 de diciembre del año 1947, es decir, tiene 77 años.

Tataranieto de George Boole, uno de los precursores de la computación, y de James Hinton, médico y cirujano. Su padre era entomólogo.

Fue educado en el King’s College de Cambridge. El supervisor de su doctorado en AI fue Christopher Longuet-Higgins , un químico teórico que acabo especializándose en AI y que acuñó el término “ciencia cognitiva” para sus investigaciones.

Su primera esposa murió en 1994, cuando él tenía 47 años, de un cáncer de ovario. En 1997 se casó con Jackie Hinton, historiadora del arte. Falleció a los 59 años, en 2023, de un cáncer de páncreas.

Inventó un método por el que una máquina puede encontrar propiedades en los datos de forma autónoma, identificando elementos específicos en imágenes. En 1972 acuñó el concepto de red neuronal.

En 2013 se incorporó a Google.

Fue uno de los primeros en el uso del algoritmo de blackpropagation para entrenar redes neuronales multicapa.

Inventó, junto a David Ackley y Terry Sejnowski, las máquinas de Boltzmann.

Pasó de EEUU a Canadá desencantado con Reagan y con la financiación militar de la AI

Actualmente es asesor para el Aprendizaje en Máquinas y Cerebros del Instituto Canadiense para la Investigación Avanzada.

Ha recibido el premio Turing y el Princesa de Asturias.

En 2023 abandonó la primera línea de investigación y a Google, donde era vicepresidente de Ingeniería. Comenzó a realizar declaraciones y publicar artículos alertándonos de los peligros de la AI: “El tipo de inteligencia digital que estamos desarrollando podría ser una forma de inteligencia mejor que la de los cerebros biológicos”.

El Go es un juego de estrategia en un tablero cuadriculado (19×19), para dos jugadores.

Nació en China hace unos 2.500 años.

Se juega con piedras blancas y negras y el objetivo es controlar más de la mitad de la superficie del tablero.

Así como el ajedrez es un juego de guerra, el Go es un juego de control.

Hay más de cuarenta millones de jugadores en todo el mundo.

En el ajedrez, en cada turno, se pueden realizar unos 37 movimientos de media. En el Go, en cada turno, hay entre 150 y 250 posibilidades.

Hassabis y sus colaboradores, pensaron que, para derrotar a profesionales del juego de alto nivel, debían imitar la manera en que jugaban los humanos. Crearon una base de datos con más de 150 mil partidas que introdujeron en una red neuronal artificial, que no es otra cosa que un complejo modelo matemático que trata de imitar las neuronas de nuestro cerebro, compuesto por múltiples capas de algoritmos conectados entre sí. La primera red neuronal de Alpha Go analizó los miles de partidas y aprendió a imitar los movimientos de un jugador humano. A continuación, Alpha Go, utilizando la red de políticas (el conjunto de datos extraído de su aprendizaje), aprendió jugando contra sí mismo, millones de veces: ensayo y error. Su sistema matemático, ajuste tras ajuste, mejoró. Una vez acomodado este proceso, comenzó una tercera fase: creación de una nueva red neuronal (red de valor), que haría algo que no hacía un humano: analizar cómo estaba configurado el tablero y proyectar situaciones futuras hasta el final del juego; saber si la máquina estaba en posición ganadora o no.

Conseguido el objetivo de derrotar a todos los oponentes humanos en los diferentes juegos, Hassabis y los suyos dieron un paso radical: quitaron a Alpha Go todos los conocimientos humanos que se le habían aportado (millones de partidas). Tenían el objetivo de dotar al programa de una “inteligencia” más general y fuerte, no limitada al Go o a otros juegos.

Para probar la capacidad del nuevo programa, sin datos humanos, le dieron las reglas del Go (luego hicieron lo mismo con los otros juegos) y le hicieron entrenarse contra sí mismo. Al principio se comportó con torpeza, pero, en un lapso corto de tiempo, evolucionó hasta hacerse imbatible. Le llamaron Alpha Zero.

Deep Mind, además de Alpha Go y Alpha Zero, ha desarrollado otros productos, como Alpha Fold, un modelo de AI capaz de predecir estructuras tridimensionales de las proteínas. Este programa mejorará el conocimiento que tenemos de enfermedades como el Alzheimer y permitirá el descubrimiento de nuevos fármacos.

Hassabis ha declarado que su equipo trabaja en Gemini, un modelo de lenguaje texto similar a GPT4, combinado con técnicas de Alpha Go. Quieren superar las capacidades de ChatGPT.

Shane Legg, socio de Hassabis, es el jefe científico de Deep Mind. Ha predicho que para 2028 la Inteligencia Artificial alcanzará un nivel de inteligencia equivalente al humano.

Mustafa Suleyman, hijo de un taxista emigrado de Siria y de una enfermera británica, tiene 40 años.

Activista de izquierdas, preocupado por la desigualdad, la diversidad y la mendicidad, ha participado en proyectos solidarios.

En 2019, fue acusado de intimidar al personal de Deep Mind. Lo nombraron vicepresidente de Google.

Dejó Google en 2021 para fundar Inflection AI y lanzar su primer producto: un chatbot personalizado llamado Pi.

Este año, 2024, Microsof contrató a Mustafa para dirigir su unidad de AI dirigida al consumidor. Microsof también contrató a la mayoría de la plantilla de Inflection AI. Esta empresa paró el desarrollo de su chatbot, para no competir con ChatGPT.

Hace pocos días, se otorgó el Premio Nobel de Física a John J. Hopfied y Geoffrey E. Hinton, “por los descubrimientos e invenciones fundamentales que permiten el aprendizaje automático con redes neuronales artificiales”. A los métodos por los que las máquinas aprenden se les llama machine learning.

La polémica esta servida.

¿Cuándo se ha considerado que la Inteligencia Artificial es parte de la Física?

La computación y la Inteligencia Artificial son instrumentos de diferentes disciplinas como las matemáticas, la física, la química o la biología. ¿Qué criterio utilizó la Academia del Nobel para otorgar el premio de física a unos investigadores en redes neuronales artificiales?

Por otro lado, el Nobel fue creado para premiar las mentes que ayudan a mejorar la sociedad. ¿La AI la está mejorando?

De momento, la AI ha ayudado a propagar Fake News, a que muchos autores pierdan sus derechos de imagen, a la pérdida de millones de empleos, a que los israelís la utilicen en su guerra regional contra palestinos e iranies y a sistemas de control social en China y otros países. Las ventajas o mejoras sociales están por ver.

9 de octubre de 2024