Premio Nobel de Física para Hopfield y Hinton, pioneros de la inteligencia artificial

  • Creadores de métodos y herramientas fundamentales para el desarrollo del aprendizaje automático
Anuncio de los galardonados con el Nobel de Física 2024, John J. Hopfield y Geoffrey E. Hinton
Anuncio de los galardonados con el Nobel de Física 2024, John J. Hopfield y Geoffrey E. Hinton |EUROPA PRESS

Los recién galardonados con el Nobel de Física, el estadounidense John J. Hopfield, y el británico-canadiense Geoffrey E. Hinton, pioneros de la inteligencia artificial, han utilizado herramientas de la física para desarrollar métodos que son la base del potente aprendizaje automático actual.

Mientras Hopfield creó una memoria asociativa que puede almacenar y reconstruir imágenes y otros tipos de patrones en datos, Hinton inventó un método capaz de encontrar de forma autónoma propiedades en datos y realizar así tareas como identificar elementos concretos en imágenes.

Hopfield, nacido en 1933 en Chicago, se doctoró en Física teórica de la materia condensada en 1958 por la Univesidad de Cornell (EE.UU).

Víctor Ambros y Gary Ruvkun, Premio Nobel de Medicina 2024
Víctor Ambros y Gary Ruvkun, Premio Nobel de Medicina 2024
Víctor Ambros y Gary Ruvkun, Premio Nobel de Medicina 2024

Víctor Ambros y Gary Ruvkun, Premio Nobel de Medicina 2024

A continuación pasó a formar parte del personal técnico de los Laboratorios Bell, a los que estuvo afiliado durante casi treinta años mientras formaba parte del profesorado de la Universidad de Berkeley (1961-1964); la Universidad de Princeton (1964-1980 y 1996- 2008) y el Instituto de Tecnología de California (Caltech), entre 1980-1996.

A su regreso a Estados Unidos tras su beca Guggenheim (1968-1969) en el Laboratorio Cavendish de la Universidad de Cambridge, Hopfield movió por completo su campo de investigación hacia la intersección entre la física y la biología.

Para entonces, ya se había interesado por la neurobiología y por cómo funciona un sistema de neuronas que interactúan debe describirse con conceptos y estructuras matemáticas.

Crean un 'Google Maps' del cerebro de la mosca de la fruta, un gran avance en neurociencia
Crean un 'Google Maps' del cerebro de la mosca de la fruta, un gran avance en neurociencia
Crean un 'Google Maps' del cerebro de la mosca de la fruta, un gran avance en neurociencia

Crean un 'Google Maps' del cerebro de la mosca de la fruta, un gran avance en neurociencia

Es profesor emérito de Biología Molecular de la Universidad de Princeton.

Hinton, nacido en 1947 en Londres, se licenció en Psicología Experiental en la Universidad de Cambridge y se doctoró en Inteligencia Artificial en la Universidad de Edimburgo en 1978.

Tras cinco años como profesor en el Departamento de Informática de la Universidad Carnegie-Mellon(EE.UU), se convirtió en miembro del Instituto Canadiense de Investigación Avanzada y se trasladó al Departamento de Informática de la Universidad de Toronto.

La UPM crea un sistema de IA que mejora el diagnóstico de tumores cerebrales
La UPM crea un sistema de IA que mejora el diagnóstico de tumores cerebrales
La UPM crea un sistema de IA que mejora el diagnóstico de tumores cerebrales

La UPM crea un sistema de IA que mejora el diagnóstico de tumores cerebrales

Entre 1998 a 2001 estuvo en el University College de Londres, donde creó la Unidad de Neurociencia Computacional Gatsby y luego regresó a la Universidad de Toronto, donde ahora es profesor emérito.

También fue vicepresidente de Ingeniería de Google y Asesor Científico Jefe del Vector Institute.

Hinton fue uno de los investigadores que introdujo el algoritmo de retropropagación y el primero en utilizarlo para el aprendizaje de incrustación de palabras.

Google recupera a uno de sus talentos de IA previo pago de 2.700 millones de dólares
Google recupera a uno de sus talentos de IA previo pago de 2.700 millones de dólares
Google recupera a uno de sus talentos de IA previo pago de 2.700 millones de dólares

Google recupera a uno de sus talentos de IA previo pago de 2.700 millones de dólares

Su grupo de investigación en Toronto realizó importantes avances en el aprendizaje profundo que revolucionaron el reconocimiento del habla y la clasificación de objetos