Filtrar lo múltiple para abstraer lo simple

Tire agua en un terreno que no sea plano. Observará cómo esa agua se moverá hasta encontrar su punto de equilibrio en las zonas más bajas. Calcular procesos análogos a ese ha sido un clásico en la física en todo tipo de contextos, como reconstruir una imagen a partir de una imagen borrosa. A principios de los años 80, John Hopfield encontró un método que sería equivalente a memorizar las imágenes correctas como diferentes configuraciones de terrenos, de modo que al tirar el agua en ellos de forma desordenada, el sistema fuese encontrando la imagen correcta trabajando como si fuese una escorrentía. Consiguió de ese modo un sistema de memoria que puede guardar y reconstruir imágenes. En ese punto, Hinton se planteó si una máquina podría aprender a interpretar esas imágenes tal y como hacemos los humanos.

Sabemos lo que es un gato porque abstraemos de todos los gatos que vemos las características que lo definen. Eso implica clasificar un montón de componentes que, de modo colectivo, nos dan algo significativo. ¿Cómo hacerlo? El físico Ludwig Boltzmann (1844-1906), intentando comprender el comportamiento colectivo de un gas (que está formado por un número tan inabordable de partículas que es imposible resolverlas una a una) creó en 1868 una herramienta estadística que ayuda a interpretar el estado general del conjunto.

Hinton se inspiró en ella para pensar una máquina en la cual, por así decirlo, las intensidades de las palancas de su mecanismo se adaptan en base a los ejemplos que se le enseñan (su éxito es conseguir que se adaptan como deben hacerlo). Ya no se aprende por instrucciones, sino en base a ejemplos. Ahora bien, un sistema en el cual todo es adaptable es muy difícil de cuadrar.

Pensó en un diseño en el cual eso reside en unas partes ocultas del sistema, a las cuales se les va transmitiendo si se van equivocando más o menos. La inteligencia que sale de ahí tiene unas potencialidades que, según Hinton (que ya había recibido en el 2018 el Premio Turing, el Nobel de las Ciencias de la Computación), acabará superando a la humana. Por cierto, a ver si hoy le dan a Demis Hassabis el Nobel de Química por su descifrado de la estructura de proteínas con inteligencia artificial.