La Fundación BBVA ha premiado a Isabelle Guyon, Bernhard Schölkopf y Vladimir Vapnik con el Premio Fronteras del Conocimiento en la categoría de Tecnologías de la Información y la Comunicación por impulsar la inteligencia artificial con sus contribuciones fundamentales al aprendizaje automático. El trabajo de estos investigadores se ha aplicado a campos tan diversos como el diagnóstico médico, la visión por ordenador, el procesamiento del lenguaje natural o la vigilancia del cambio climático.
Los tres galardonados han logrado que los ordenadores adquieran una habilidad humana básica y sean capaces de reconocer patrones en grandes cantidades de datos, para poder así clasificarlos en categorías. Se trata de un proceso en el que la máquina aprende a partir de numerosos ejemplos.
Vladimir Vapnik e Isabelle Guyon crearon las llamadas Máquinas de Vectores Soporte (SVM, por sus siglas en inglés), que Bernhard Schölkopf potenció aplicando los denominados métodos de núcleo (kernel), que permiten establecer categorías mucho más específicas. Según el acta del jurado del premio, estos modelos representan hoy “uno de los principales paradigmas en aprendizaje automático, tanto desde el punto de la investigación como en las aplicaciones”. Gracias a estas creaciones, las máquinas inteligentes pueden hoy ser entrenadas para clasificar conjuntos de datos con una precisión humana o incluso superior, que les permite reconocer desde la voz y la escritura hasta rostros, células cancerosas, usos fraudulentos de una tarjeta de crédito o en la investigación del clima, en geofísica y en astrofísica.
Enseñar a las máquinas
Vladimir Vapnik, Premio Fundación BBVA Fronteras del Conocimiento en la categoría de Tecnologías de la Información y la Comunicación – Fundación BBVA
“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”, explicaba Vapnik tras conocer el fallo del premio. Es por ello que trabajaron en ese objetivo: “No puedes proporcionar a la máquina la regla para hacerlo, la máquina tiene que aprender esa regla. El objetivo de todos estos métodos en el aprendizaje automático es simplemente que una máquina aprenda a partir de ejemplos”.
Para el científico ruso, “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”.
Los últimos avances en esta materia van encaminados a identificar en un bosque de datos no solo las correlaciones estadísticas, sino las relaciones de causalidad. Guyon y Schölkopf siguen investigando en este sentido en el que se considera uno de los problemas cruciales del área: avanzar en este terreno permitiría determinar, por ejemplo, si una mutación genética es causa de un cáncer, o consecuencia.
Bernhard Schölkopf, Premio Fundación BBVA Fronteras del Conocimiento en la categoría de Tecnologías de la Información y la Comunicación – Fundación BBVA
Tras conocer la noticia del galardón, Schölkopf ha explicado cómo su investigación en las relaciones de causalidad condujo al hallazgo de los exoplanetas: “Teníamos un modelo causal para distinguir entre las señales que procedían de la estrella y sus planetas, y las del “ruido” producido por el propio instrumento. Con este modelo logramos eliminar el “ruido” y determinar qué señales eran las que realmente provenían del espacio”.
El futuro de la Inteligencia Artificial
“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”, comenta Vapnik. “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, coincide en que “todavía estamos muy lejos de que una máquina sea más inteligente que el ser humano”. Aunque 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”.
“Lo interesante de nuestra inteligencia”, recalca Schölkopf, “es que podemos jugar al Go y después levantarnos a hacer la cena, mientras que una máquina no puede hacer esto”. El científico alemán considera que “hoy todas las máquinas son mucho más estúpidas que los humanos”. Sin embargo, los avances del aprendizaje automático son suficientemente notables como provocar “una preocupación legítima que en el futuro estas tecnologías puedan transformar el mercado laboral”, y por tanto que “deberíamos empezar a reflexionar ahora sobre ello”.
