Hoy se presentaron en la Fundación BBVA a los ganadores de la categoría de Tecnologías de la Información y la Comunicación. En esta ocasión han sido premiados: Isabelle Guyon, Bernhard Schölkopf y Vladimir Vapnik. Los tres galardonados han logrado que los ordenadores sean capaces de reconocer patrones en grandes cantidades de datos, y poder así clasificarlos en categorías. Se trata de un proceso en el que la máquina aprende a partir de numerosos ejemplos.
El Premio Fundación BBVA Fronteras del Conocimiento ha galardonado a investigadores por impulsar la inteligencia artificial

Los Premios Fundación BBVA Fronteras del Conocimiento, creados en 2008, reconocen e incentivan contribuciones de singular impacto en diversos campos de la ciencia, la tecnología, las ciencias sociales y las humanidades, aportaciones que han evidenciado una especial capacidad de ampliar significativamente el ámbito de lo conocido. En esta edición, en la categoría Tecnologías de la Información y la Comunicación se han premiado a tres investigadores que han llevado a cabo de manera conjunta una investigación que trasciende las fronteras tradicionales de las ciencias de la computación.

Los métodos que han desarrollado en inteligencia artificial están contribuyendo a la “transformación de nuestro mundo cotidiano, mejorando campos tan diversos como el diagnóstico médico, la visión por ordenador, el procesamiento del lenguaje natural y la vigilancia del cambio climático” explica el acta.Vapnik y Guyon, en concreto, crearon las llamadas Máquinas de Vectores Soporte (SVM, por sus siglas en inglés), y Schölkopf potenció aún más estas herramientas matemáticas aplicando los denominados métodos de núcleo (kernel), que permiten establecer categorías mucho más específicas y por tanto multiplican las aplicaciones.

Estos modelos representan hoy “uno de los principales paradigmas en aprendizaje automático, tanto desde el punto de la investigación como en las aplicaciones”, resaltó el jurado.Las SVM se emplean hoy día en genómica, en investigación del cáncer, en neurología, en la interpretación de imágenes médicas –diagnóstico por imagen– e incluso en la optimización de tratamientos contra el sida. También se aplican en la investigación del clima, en geofísica y en astrofísica.Los tres investigadores premiados en esta edición se conocieron en los Laboratorios Bell estadounidenses a principios de los años noventa. Sus bagajes eran muy distintos. Vapnik, nacido en la antigua URSS en 1936, había trabajado en el Instituto de Ciencias del Control en Moscú hasta 1990, y junto con su alumno Alexey Chervonenkis –fallecido en 2014– había sentado las bases matemáticas de los métodos de reconocimiento automático de patrones.

Isabelle Guyon (París, Francia, 1961) era investigadora postdoctoral cuando conoció a Vapnik en 1991, y juntos crearon el primer método demostrado para categorizar datos de manera óptima, las máquinas de vectores soporte. En 1994 se unió a la colaboración el entonces estudiante de doctorado de Vapnik, Bernhard Schölkopf (Stuttgart, Alemania, 1968), que extendió las aplicaciones de las SVM.Como explicó ayer por teléfono Vapnik al conocer el fallo, “el problema fundamental en inteligencia artificial es lograr que la máquina reconozca y diferencie objetos, como distinguir entre hombres y mujeres, o entre diferentes diagnósticos médicos. No puedes proporcionar a la máquina la regla para hacerlo, la máquina tiene que aprender esa regla.

La máquina de vector soporte se desarrolló precisamente para lograr este objetivo. El objetivo de todos estos métodos en el aprendizaje automático es simplemente que una máquina aprenda a partir de ejemplos”.“El aprendizaje automático está en la base de casi todas las aplicaciones comerciales actuales de la inteligencia artificial, y es una tecnología que continuará expandiéndose mucho más en el futuro”, aseguró Vapnik, para quien “ha sido una enorme sorpresa ver cuánto se ha desarrollado el campo en las últimas décadas”.

Tanto Vapnik como Schölkopf aseguran que la transformación impulsada por la Inteligencia Artificial está en su primera fase pero que continuará avanzando, y que muchas de las tareas actualmente realizadas por humanos serán desempeñadas por máquinas. Pero eso no significa que vaya a haber máquinas más inteligentes que las personas.Cuando en la rueda de prensa le preguntaron al investigador acerca de la posibilidad de que la inteligencia artificial efectivamente reemplace a la inteligencia humana, respondió: “La máquina ya ha sobrepasado al humano en el reconocimiento de muchos patrones, por ejemplo, en muchos casos de diagnóstico médico, o al reconocer rostros. Pero para mí eso todavía no significa que la máquina sea inteligente. La inteligencia es mucho más que eso y solo ahora estamos empezando a comprender lo que es”.

Schölkopf, por su parte, respondió que “todavía estamos muy lejos de que una máquina sea más inteligente que el ser humano”. Es cierto, señala, que “si nos fijamos en aplicaciones concretas, como jugar al ajedrez o al Go, o incluso el reconocimiento óptico de ciertas cosas, como el diagnóstico del cáncer de piel, en ese caso las máquinas pueden ser superiores a los humanos”. Sin embargo, al igual que Vapnik, Schölkopf no cree que esta capacidad para reconocer patrones “realmente deba definirse como inteligencia”, ya que “se trata más bien de la competencia en una tarea limitada muy concreta”.

El científico alemán hizo hincapié en la importancia de acompañar los cambios tecnológicos con mayor investigación desarrollada desde Europa con el gran potencial que aquí tenemos.

 

¿Te ha gustado el artículo?

0 No me ha gustado 0

Tu opinión es importante... ¡dejanos tus comentarios!

Top