Geoffrey Hinton: El padrino reacio de la IA

Cuando el comité del Nobel le contactó en octubre de 2024, Geoffrey Hinton se encontraba en un hotel económico de California con una conexión tan deficiente que apenas pudo escuchar la noticia. "No tenía ninguna expectativa al respecto", declaró. "Estoy extremadamente sorprendido y honrado de ser incluido". La sorpresa era razonable. Hinton había abandonado la física tras un solo año en Cambridge porque las matemáticas le superaron. Cincuenta y siete años después, la Real Academia Sueca de Ciencias le entregó el Premio Nobel de Física.

Un linaje de lógicos

Geoffrey Everest Hinton nació en Wimbledon, Londres, el 6 de diciembre de 1947, en una familia que consideraba la distinción intelectual como el oficio doméstico. Su tatarabuelo fue George Boole, cuya álgebra de la lógica sustenta cada computadora digital; su tatarabuela fue la matemática y educadora Mary Everest Boole. Su segundo nombre proviene de George Everest, topógrafo general de la India, quien da nombre a la montaña. Su padre, Howard Hinton, era entomólogo; su prima Joan Hinton fue física nuclear en el Proyecto Manhattan.

Su propio camino a través de esa herencia fue errático. Tras el Clifton College en Bristol, ingresó en el King's College de Cambridge en 1967, donde pasó por ciencias naturales, historia del arte y filosofía antes de graduarse en 1970 con un grado en psicología experimental. Luego trabajó como aprendiz de carpintero. Regresó a la investigación en la Universidad de Edimburgo, obteniendo un doctorado en inteligencia artificial en 1978 bajo la supervisión de Christopher Longuet-Higgins, un tutor que prefería la IA simbólica y observó cómo su estudiante perseguía las redes neuronales a pesar de ello.

Los años en el desierto

Esa obstinación le costó caro. Durante la década de 1970 y hasta bien entrada la de 1980, la visión ortodoxa sostenía que la inteligencia se diseñaría a partir de reglas y símbolos, y que las redes de neuronas artificiales simples eran un callejón sin salida. Hinton trabajó en la Universidad de Sussex y en la MRC Applied Psychology Unit, encontró escasez de financiación británica y cruzó el Atlántico para ocupar puestos en la Universidad de California, San Diego, y la Universidad Carnegie Mellon. En 1987 se trasladó a la Universidad de Toronto, en Canadá, una decisión que ha atribuido en parte a su desilusión con la política de la era Reagan y a su negativa a aceptar financiación militar para trabajos de IA. Se identifica como socialista. El Instituto Canadiense de Investigación Avanzada le apoyó desde ese año en adelante, convirtiéndolo finalmente en líder del programa de Aprendizaje en Máquinas y Cerebros; esa financiación paciente y poco convencional es gran parte de la razón por la que el centro de gravedad del campo terminó en Toronto y no en California.

Las ideas que se negaron a morir

Dos contribuciones de mediados de la década de 1980 le llevaron a Estocolmo. En 1985, junto a David Ackley y Terrence Sejnowski, coinventó la máquina de Boltzmann, incorporando la maquinaria de la física estadística al aprendizaje: una red que se asienta en estados de baja energía y, al hacerlo, descubre la estructura oculta en los datos. La mención del Nobel lo nombró directamente, honrando "descubrimientos e invenciones fundamentales que permiten el aprendizaje automático con redes neuronales artificiales". En 1986, junto a David Rumelhart y Ronald J. Williams, fue coautor del artículo que hizo famosa la retropropagación: el procedimiento para asignar la responsabilidad hacia atrás a través de las capas de una red para que cada conexión sepa cómo ajustarse. Otros habían propuesto versiones de la idea; el artículo de Hinton es el que convenció a una generación de que funcionaba.

El resto de su producción se lee como un catálogo del mobiliario del campo: representaciones distribuidas, redes neuronales de retardo temporal, mezclas de expertos, máquinas Helmholtz, la técnica de visualización t-SNE en 2008, redes de cápsulas en 2017, el algoritmo Forward-Forward en 2022. Ha publicado más de 200 artículos revisados por pares y, en 2012, enseñó redes neuronales de forma gratuita a cualquier persona en línea a través de Coursera.

El año en que las máquinas aprendieron a ver

La reivindicación llegó en 2012. Trabajando con sus estudiantes de posgrado Alex Krizhevsky e Ilya Sutskever, Hinton construyó AlexNet, una red convolucional profunda que ganó el desafío ImageNet por un margen tan amplio que terminó el debate. La visión por computadora se reorganizó en torno a las redes neuronales en dieciocho meses. Los tres fundaron DNNresearch Inc.; Google la compró en 2013 por 44 millones de dólares, y Hinton pasó la siguiente década dividiendo su tiempo entre Toronto y Google Brain. En 2017 cofundó el Vector Institute y se convirtió en su asesor científico jefe.

Su laboratorio funcionó como un mecanismo de dispersión para toda la disciplina. Peter Dayan, Max Welling, Richard Zemel, Brendan Frey, Radford Neal, Yee Whye Teh, Ruslan Salakhutdinov, Zoubin Ghahramani, Alex Graves, Ilya Sutskever y Yann LeCun pasaron por allí como estudiantes o postdoctorados. En 2018, la Association for Computing Machinery le otorgó el Premio A.M. Turing conjuntamente con Yoshua Bengio y Yann LeCun.

Padrino y luego apóstata

En mayo de 2023, Hinton renunció a Google para, según dijo, hablar sobre los peligros de la IA sin considerar el efecto sobre su empleador. Dijo a los entrevistadores que una parte de él ahora lamenta el trabajo de su vida. Había creído que la IA de propósito general estaba a treinta o cincuenta años de distancia; en marzo de 2023 decía que a veinte, y comparaba la disrupción con la revolución industrial. En diciembre de 2024, situaba la probabilidad de que la IA provoque la extinción humana en tres décadas entre el 10 y el 20 por ciento.

Sus preocupaciones específicas son técnicas más que cinematográficas: que los sistemas adquieran objetivos secundarios instrumentales, incluida la resistencia a ser apagados, no porque alguien los diseñara así, sino porque tales objetivos ayudan con cualquier otro objetivo; que las mentes digitales pueden copiar lo que aprenden entre sí de formas que los cerebros no pueden; que la IA reduce la experiencia necesaria para construir un patógeno letal; que el desplazamiento laboral será amplio. Ha pedido regulación y una renta básica universal, y cofirmó el apoyo a la SB 1047 de California junto a Bengio, Stuart Russell y Lawrence Lessig. En Toronto, donde es profesor emérito de la universidad, la decana Melanie Woodin lo llamó "un visionario histórico". Dijo que donaría el dinero del Nobel a organizaciones benéficas que sirven a jóvenes adultos neurodiversos.

Por qué Geoffrey es llamado un genio

La cualidad exhibida no es la velocidad de cálculo; él mismo dice que las matemáticas le ganaron en física de primer año. Es una rara tolerancia a equivocarse en público durante treinta años. Hinton siguió trabajando en el aprendizaje conexionista durante el periodo en que el consenso del campo era que no podía funcionar, y lo hizo basándose en un argumento más que en una intuición: que dado que el cerebro es una red de unidades simples que aprende de la experiencia, una máquina construida de la misma manera debería ser capaz de hacerlo también. El genio técnico residió en encontrar las matemáticas específicas que hicieron operativa esa intuición: funciones de energía tomadas de la física estadística, crédito asignado hacia atrás a través de las capas.

Las instituciones han usado la palabra libremente. El Premio Turing es el mayor honor de la computación; el Premio Nobel de Física recayó en un hombre que no es físico, lo cual es en sí mismo un juicio sobre la profundidad de la idea. El contraargumento honesto es sustancial. La retropropagación tuvo precursores que él no originó, y Hinton lo ha dicho. Las máquinas de Boltzmann son hoy en gran medida de importancia histórica más que práctica; las redes de cápsulas, que impulsó con fuerza, no han desplazado las arquitecturas que debían reemplazar. AlexNet dependió enormemente de la ingeniería de Krizhevsky y del hardware gráfico que Hinton no construyó. La afirmación más defendible no es que resolvió el aprendizaje profundo solo, sino que proporcionó la convicción fundacional, varias de sus herramientas matemáticas de soporte y los estudiantes que hicieron gran parte del resto.

Legado

El epíteto de Hinton, "el Padrino de la IA", le ha superado: ahora se asocia a una tecnología que remodela economías que nunca tuvo la intención de perturbar. Es miembro de la Royal Society, compañero de la Orden de Canadá y poseedor del Premio Rumelhart, el Premio Princesa de Asturias y el Premio Reina Isabel de Ingeniería. Es también el crítico interno más creíble del campo, lo cual es la distinción más inusual: un hombre que argumenta, a los 78 años, que aquello que pasó su vida probando posible puede necesitar ser restringido.