El Premio Nobel de Física 2024 ha sido otorgado a John J. Hopfield y Geoffrey E. Hinton por sus contribuciones fundamentales en el desarrollo del aprendizaje automático (machine learning) a través de redes neuronales artificiales.
La Real Academia Sueca de Ciencias ha destacado que las investigaciones de estos científicos han permitido la creación de nuevas herramientas computacionales que ayudan a enfrentar desafíos complejos y a mejorar la sociedad actual.
Los hallazgos de Hopfield y Hinton se sitúan en los cimientos de la ciencia física moderna y han abierto la puerta a una amplia variedad de aplicaciones tecnológicas
Los laureados han desempeñado un papel crucial en el avance de la inteligencia artificial (IA) mediante el desarrollo de modelos y métodos que imitan las funciones cognitivas humanas como la memoria y el aprendizaje. Según el jurado, los hallazgos de Hopfield y Hinton se sitúan en los cimientos de la ciencia física moderna y han abierto la puerta a una amplia variedad de aplicaciones tecnológicas.
El trabajo de Hopfield y Hinton ha trascendido la frontera de la física y se ha convertido en la base de numerosas innovaciones en la ingeniería, la medicina, y la investigación científica en general.
“Los hallazgos de los galardonados de este año han demostrado que existe una forma completamente nueva de utilizar los ordenadores para ayudarnos a abordar los múltiples desafíos a los que se enfrenta nuestra sociedad”, asegura el jurado del Premio Nobel en un comunicado oficial.
Quién es John J. Hopfield
John J. Hopfield, profesor emérito de la Universidad de Princeton (Estados Unidos), es conocido por desarrollar las Redes de Hopfield, un tipo de red neuronal recurrente que utiliza principios de la física para modelar la memoria asociativa.
Este modelo ha sido fundamental para la construcción de sistemas capaces de almacenar y recuperar patrones, lo que ha llevado a importantes avances en la comprensión de cómo se procesan y recuerdan las imágenes y otros tipos de datos en la memoria artificial.
Quién es Geoffrey E. Hinton
Por su parte, Geoffrey E. Hinton, profesor emérito de la Universidad de Toronto (Canadá), ha sido reconocido por su invención del backpropagation, un algoritmo de retropropagación de errores que permite a las redes neuronales aprender de forma autónoma.
Este método ha sido crucial para el desarrollo de las redes neuronales profundas o deep learning, que se utilizan hoy en día en una amplia gama de aplicaciones, desde el reconocimiento de voz y la visión por computadora hasta la creación de modelos predictivos.
Si (
No(
