Según informó este miércoles la fundación, los galardonados han desarrollado métodos para que los ordenadores adquieran una habilidad humana básica y crucial: reconocer patrones en grandes cantidades de datos y poder así clasificarlos en categorías. El objetivo es que la máquina aprenda a partir de numerosos ejemplos.

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.

Los métodos que han desarrollado 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”, señala el acta del jurado.

Gracias a sus contribuciones, los ordenadores pueden hoy ser entrenados para clasificar conjuntos de datos con una precisión humana o, en ocasiones, hasta mejor. Esta capacidad de aprendizaje les permite reconocer desde la voz y la escritura hasta rostros e incluso se ha utilizado en astrofísica para lograr el hallazgo de 21 nuevos exoplanetas.

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”, resaltan.

PRECISIÓN HUMANA

Gracias a las SVM y los métodos de núcleo (kernel), las máquinas inteligentes pueden hoy ser entrenadas para clasificar conjuntos de datos con una precisión humana o, en ocasiones, incluso mejor. Esto les permite reconocer desde la voz y la escritura hasta rostros, células cancerosas o usos fraudulentos de una tarjeta de crédito.

Tanto Vapnik como Schölkopf aseguran que la transformación impulsada por la Inteligencia Artificial no ha hecho más que empezar, 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.

“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”, afirma Vapnik. “Pero para mí eso todavía no significa que la máquina sea inteligente. La inteligencia es mucho más que eso y sólo ahora estamos empezando a comprender lo que es”.

Schölkopf, por su parte, coincide con en 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”.

“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”.

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, hacer emerger nuevos paradigmas y campos del conocimiento. Cada una de sus ocho categorías está dotada con 400.000 euros, un diploma y un símbolo artístico.