Ha pasado desapercibido, en España. La ACM ha otorgado su premio, reconocido por muchos como el ‘Nobel’ de la Informática a tres de los científicos que han revolucionado el campo del aprendizaje profundo o deep learning: Yoshua Bengio, Geoffrey Hinton y Yann LeCun.
El galardón reconoce la labor de los tres científicos por sus avances conceptuales y de ingeniería realizados en el campo de las redes neuronales profundas. Según cita la información que explica el Premio, “en los últimos años, los métodos de aprendizaje profundo han sido responsables de avances asombrosos en visión computacional, reconocimiento de voz, procesamiento de lenguaje natural y robótica, entre otras aplicaciones”.
Si bien el uso de redes neuronales artificiales como herramienta para ayudar a las computadoras a reconocer patrones y simular la inteligencia humana se introdujo en la década de 1980, a principios de la década de 2000, LeCun, Hinton y Bengio formaban parte de un pequeño grupo que seguía comprometido con este enfoque. Aunque sus esfuerzos por reavivar el interés de la comunidad de inteligencia artificial en las redes neuronales se encontraron inicialmente con escepticismo, sus ideas recientemente dieron como resultado importantes avances tecnológicos, y su metodología es ahora el paradigma dominante en este campo.
El Premio ACM AM Turing otorga un premio de 1 millón de euros, con el apoyo financiero proporcionado por Google, y se llama así por Alan M. Turing, el científico británico que articuló la base matemática y los límites de la informática.
“La inteligencia artificial es ahora una de las áreas de más rápido crecimiento en toda la ciencia y uno de los temas más comentados en la sociedad”, señala la presidenta de la ACM, Cherri M. Pancake. “El crecimiento y el interés en la IA se debe, en gran parte, a los avances recientes en el aprendizaje profundo por los cuales Bengio, Hinton y LeCun sentaron las bases. Estas tecnologías son utilizadas por miles de millones de personas. Cualquier persona que tenga un teléfono inteligente en su bolsillo puede experimentar tangiblemente avances en el procesamiento del lenguaje natural y la visión por computadora que no eran posibles hace solo 10 años. Además de los productos que utilizamos todos los días, los nuevos avances en el aprendizaje profundo han brindado a los científicos nuevas herramientas poderosas, en áreas que van desde la medicina, la astronomía o la ciencia de los materiales ”.
Geoffrey Hinton, quien ha abogado por un enfoque de aprendizaje automático de la inteligencia artificial desde principios de la década de 1980, observó cómo funciona el cerebro humano para sugerir formas de desarrollar sistemas de aprendizaje automático. Inspirados por el cerebro, él y otros propusieron “redes neuronales artificiales” como piedra angular de sus investigaciones de aprendizaje automático.
Hinton, LeCun y Bengio reconocieron la importancia de construir redes profundas utilizando muchas capas, de ahí el término “aprendizaje profundo”, y todos ellos han trabajado juntos e independientemente en este ámbito del Deep Learning. Por ejemplo, LeCun realizó un trabajo posdoctoral bajo la supervisión de Hinton, y LeCun y Bengio trabajaron juntos en los Laboratorios Bell a principios de los años noventa. Incluso cuando no trabajan juntos, hay una sinergia e interconexión en su trabajo, y se han influenciado mutuamente. Aún hoy los tres continúan explorando la intersección del aprendizaje automático con la neurociencia y la ciencia cognitiva, especialmente a través de su participación conjunta en el programa aprendizaje en máquinas y cerebros, una iniciativa de CIFAR, anteriormente conocida como el Instituto Canadiense de Investigación Avanzada.
Enhorabuena pues a Bengio, Hinton y LeCun, los tres mosqueteros y responsables de la revolución del Depp Learning.
Fuente: Muyinteresante