TORONTO ⎯ Como estudiante de licenciatura en la Universidad de Cambridge, Geoffrey Everest Hinton pensaba mucho sobre el cerebro. Quería comprender mejor cómo funcionaba pero le frustraba que ninguna campo de estudio ⎯ desde la fisiología y la sicología hasta la física y la química ⎯ ofrecieran verdaderas respuestas.
Así que se propuso crear sus propios modelos computacionales para imitar el proceso del cerebro.
“La gente pensó que estaba loco”, dijo Hinton, ahora de 69 años de edad, un investigador de Google que también es profesor emérito de ciencias computacionales en la Universidad de Toronto.
No lo estaba. Se convirtió en una de las autoridades más importantes del mundo en inteligencia artificial, diseñando software que imita la manera en que se cree funciona el cerebro. Al mismo tiempo, Hinton, quien dejó la academia en Estados Unidos en parte como una protesta personal contra el financiamiento militar de la investigación, ha ayudado a hacer de Canadá un semillero de alta tecnología.
Si dicta un texto a su smartphone, busca una foto en Google o, en el futuro no muy distante, viaja en un vehículo de conducción autónoma, usted estará usando tecnología basada en parte en las ideas de Hinton.
Su impacto en la investigación de inteligencia artificial ha sido tan profunda que algunas personas en el campo hablan sobre los “seis grados de Geoffrey Hinton” en la forma en que los estudiantes universitarios alguna vez de referían a las conexiones extrañas de Kevin Bacon con tantas películas de Hollywood.
Los estudiantes y asociados de Hinton están encabezando centros de investigación en inteligencia artificial en Apple, Facebook, Google y Uber, y operan programas de inteligencia artificial en la Universidad de Montreal y OpenAi, una compañía de investigación sin fines de lucro.
“Geoff, en una época en que la IA era zona virgen, trabajó duro para crear el campo y, debido a su personalidad, atrajo a personas que luego se dispersaron”, dijo Ilse Treunicht, directora ejecutiva del MaRS Discovery District de Toronto, un centro de innovación que albergará al Vector Institute, el nuevo instituto público-privado de investigación en inteligencia artificial donde Hinton será asesor científico en jefe.
Hinton también estableció una rama en Toronto de Google Brain, el proyecto de investigación en inteligencia artificial de la empresa. Su diminuta oficina ahí no es el espacio grandioso lleno de dispositivos y premios que uno podría esperar de un hombre a la vanguardia del campo de la ciencia más transformador hoy en día. Ni siquiera hay una silla. Debido a sus vertebras dañadas, trabaja de pie y se acuesta en el asiento trasero al viajar en auto.
“Me senté en 2005”, dijo Hinton.
Hinton empezó bajo una constelación de estrellas científicas brillantes. Nació en el Reino Unido y creció en Bristol, donde su padre era profesor de entomología y autoridad en escarabajos. Es el tataranieto de George Boole, el padre de la lógica booleana.
Su segundo nombre proviene de otro pariente ilustre, George Everest, quien inspeccionó India e hizo posible calcular la altura de la montaña más alta del mundo que ahora lleva su nombre.
Hinton siguió la tradición familiar de ir a Cambridge a fines de los años 60. Pero para cuando terminó su licenciatura, se dio cuenta de que nadie tenía un indicio de cómo piensa la gente.
“Me harté de la academia y decidí que prefería ser carpintero”, recordó con evidente placer de pie ante una mesa alta en la cafetería blanco sobre blanco de Google aquí. Tenía 22 años y duró un año en el oficio, aunque la carpintería sigue siendo su pasatiempo actualmente.
Mientras reconsideraba sus habilidades como carpintero, Hinton se enteró del programa de inteligencia artificial en la Universidad de Edimburgo y se mudó ahí en 1972 para buscar un doctorado. Su asesor favorecía el enfoque basado en la lógica, pero Hinton se enfocó en la redes neurales artificiales, las cuales pensaba eran un mejor modelo para estimular el pensamiento humano.
Su estudio no lo hizo muy empleable en Gran Bretaña, sin embargo. Así que, doctorado en mano, viajó a Estados Unidos para trabajar como investigador postdoctoral en San Diego, California, con un grupo de sicólogos cognitivos que también estaban interesados en las redes neurales.
Pronto estaban haciendo avances importantes.
Empezaron a trabajar con una fórmula llamada el algoritmo de propagación hacia atrás, descrito originalmente en una tesis de doctorado de 1974 de Paul J. Werbos. Ese algoritmo permitía que las redes neurales aprendieran con el tiempo y desde entonces se ha vuelto el caballo de batalla del aprendizaje profundos, el término usado para describir la inteligencia artificial con base en esas redes.
Hinton se mudó en 1982 a la Universidad Carnegie Mellon en Pittsburgh, Pensilvania, como profesor, donde su trabajo con el algoritmo y las redes neurales permitió que las computadoras produjeran algunas “representaciones internas interesantes”, como lo expresó.
He aquí un ejemplo de cómo el cerebro produce una representación interna. Cuando usted ve un gato ⎯ por alguna razón los gatos son un tema favorito de la investigación de la inteligencia artificial ⎯, las ondas de luz que rebotan en él llegan a su retina, la cual convierte la luz en impulsos eléctricos que viajan a lo largo del nervio óptico hacia el cerebro. Esos impulsos, por supuesto, no se parecen en nada a un gato. El cerebro, sin embargo, reconstituye esos impulsos en una representación interna del gato y, si usted cierra los ojos, puede verlo en su mente.
“En la IA, el santo grial era cómo se generan esas representaciones internas”, explicó Hinton.
Aunque esas representaciones internas eran interesantes desde un punto de vista académico, las computadoras seguían siendo demasiado lentas para recrearlas en una forma que imitara al cerebro.
En ese momento, Hinton se desilusionó con la política de Estados Unidos en la era de Reagan. Tampoco le gustó que la mayor parte de la investigación en inteligencia artificial fuera financiada por las fuerzas militares estadounidenses.
Canadá lo atrajo con un puesto de investigación en el Instituto Canadiense para la Investigación Avanzada. Se mudó a Toronto y eventualmente estableció un programa en el instituto que ahora se llama Aprendizaje en Máquinas y Cerebros.
También se unió a la Universidad de Toronto como profesor de ciencias computacionales, aunque confiesa que nunca ha tomado un curso de ciencias computacionales él mismo.
Para 2012, las computadoras se habían vuelto lo suficientemente rápidas para permitir que él y sus investigadores en Toronto crearan esas representaciones internas tan bien como reproducen los patrones del habla que son parte de las aplicaciones de traducciones que todos usamos actualmente.
Formó una empresa especializada en reconocimiento de voz y fotos con dos de sus estudiantes en la Universidad de Toronto. Glgl compró la empresa, así que Hinton se unió a Google de medio tiempo y sigue trabajando ahí en la creación de redes neurales artificiales.
El contrato hizo de Hinton un hombre rico.
Ahora está volcando su atención en la atención médica, pensando que la inteligencia artificial pudiera ser aprovechada para escanear lesiones en busca de cáncer. La combinación del Vector Institute , un entorno de hospitales y el apoyo gubernamental, añadió, hace de Toronto “uno de los mejores lugares del mundo para hacerlo”.
Craig S. Smith
© 2017 New York Times News Service
