
-
Las principales bolsas, el petróleo y el dólar registran pérdidas tras el anuncio de aranceles de EEUU
-
Stellantis suspende parcialmente producción en Canadá y México
-
Las principales bolsas mundiales en rojo tras la ofensiva comercial de EEUU
-
Pedro Sánchez califica de ataque "unilateral" los aranceles de Trump
-
Pedro Sánchez califica de ataque "unilateral" las decisiones de Trump sobre los aranceles
-
Bayer, ante la justicia en Francia por un supuesto vínculo del glifosato con malformaciones
-
El oso afianza su presencia en los Pirineos
-
La UE promete responder a los aranceles de EEUU pero deja una mano extendida para negociar
-
Nueva capacidad de generación eléctrica a carbón alcanza en 2024 su mínimo en 20 años
-
El regulador de medicamentos de EEUU retrasa la aprobación de una vacuna contra el covid-19 de Novavax
-
El enviado especial de Putin para cooperación económica anuncia reuniones en EEUU
-
Una filial de Maersk compra un ferrocarril adyacente al canal de Panamá
-
Antorchas olímpicas, trajes y accesorios de los Juegos de París-2024 saldrán a subasta
-
La lucha contra los microplásticos provoca tensiones dentro de la UE
-
Desmantelada una gran plataforma de pornografía infantil
-
La IA llega a la animación japonesa pero el talento de Miyazaki es irremplazable, dice su hijo
-
Las principales bolsas mundiales abren en rojo tras la ofensiva comercial de EEUU
-
Caída de las bolsas asiáticas tras anuncio de aranceles de Trump
-
El jefe de la junta birmana viaja a cumbre regional tras el sismo
-
"Día de la Liberación", una montaña de nuevos aranceles a bienes que entran en EEUU
-
El mundo reacciona a los nuevos aranceles de Trump
-
En la frontera entre México y EUUU, los aranceles de Trump provocan miedo
-
Confrontación militar "casi inevitable" si fracasan las negociaciones nucleares con Irán, dice un ministro francés
-
Las ventas mundiales de Tesla caen por el rol de Musk en la administración Trump
-
Las ventas mundiales de Tesla caen un 13% en el primer trimestre
-
Las ventas mundiales de Tesla caen 13% en el primer trimestre
-
Reino Unido impone una autorización de viaje a turistas europeos
-
La alegría y el furor de un grupo de rock de gira en Ucrania
-
El BM invertirá 2.000 millones de dólares en Paraguay para fomentar el empleo
-
El jefe de Boeing admitirá "graves errores" de los últimos años ante el Senado de EEUU
-
Cines de EEUU piden un plazo de 45 días antes de que las películas lleguen al streaming
-
El organismo de planificación familiar en EEUU denuncia un recorte del gobierno
-
Una exposición en París para mostrar los vestigios milenarios de Gaza
-
Trump se dispone a lanzar la madre de todas las batallas comerciales
-
Warner presenta arriesgada reedición de "Superman" y una nueva película de DiCaprio
-
Un recolector rescata a una bebé entre la basura de Rio de Janeiro
-
Comienza el despido de 10.000 trabajadores en el Departamento de Salud de EEUU
-
"No nos subordinamos", dice Sheinbaum tras reunión con la secretaria de Seguridad de EEUU
-
Despidos masivos de 10.000 trabajadores en el Departamento de Salud de EEUU
-
El estrecho de Taiwán, importante ruta marítima y epicentro de tensiones
-
El mundo se prepara para asimilar los nuevos aranceles de Trump
-
Carlos III retoma sus compromisos tras el susto en su tratamiento contra el cáncer
-
El desempleo de la eurozona retrocedió en febrero al 6,1%, según Eurostat
-
Los aranceles de Trump ponen contra las cuerdas a la industria del acero de América Latina
-
Un volcán del suroeste de Islandia entra en erupción
-
La inflación de la eurozona mantiene su retroceso, a pesar de un escenario de incertezas
-
El gobierno de Trump revisará 9.000 millones de dólares en financiación a Harvard por "antisemitismo"
-
La tenista Kasatkina, activista LGBTQ, opositora a la invasión de Ucrania... y ahora australiana
-
El oficialismo en Venezuela postula a un militar como gobernador de una zona en disputa con Guyana
-
Una empresa canadiense renuncia al arbitraje contra Panamá por el cierre de una mina

El Nobel de Física premia los avances en las redes neurológicas artificiales y modelos lingüísticos
El reconocimiento facial, la traducción automática y la detección de tumores son algunos de los avances posibles gracias a las redes artificiales de aprendizaje, por los cuales John Hopfield y Geoffrey Hinton recibieron el Premio Nobel de Física 2024 el martes.
Gracias a sus trabajos pioneros, los ordenadores ya no se limitan a seguir una serie de instrucciones, sino que "aprenden a través de ejemplos".
- La memoria asociativa de Hopfield -
El principio del "aprendizaje automático" se inspira en el funcionamiento del cerebro humano, y más específicamente en las redes neuronales.
En los seres humanos, el aprendizaje refuerza las conexiones entre ciertos grupos de neuronas y debilita otras, lo que traza, por ejemplo, una especie de mapa de conexiones para una imagen determinada. En 1982, el físico John Hopfield trasladó este funcionamiento a una red artificial que lleva su nombre.
En esta red, el sistema funciona "con un comportamiento que naturalmente busca el mínimo de energía", explica a la AFP Damien Querlioz, investigador francés especializado en sistemas de procesamiento de información en el Centro de Nanociencias y Nanotecnologías.
Hopfield comparó el almacenamiento de un patrón en la memoria de la red con el recorrido más eficiente de una bola rodando a través de un paisaje de picos y valles. Cuando la red procesa un patrón cercano al guardado, la bola sigue un recorrido de gasto de energía similar, llevándola al mismo punto.
"Con técnicas de física estadística, demostró cómo un algoritmo simple podía almacenar ciertos patrones en la memoria, que luego podían recuperarse", explica Francis Bach, director del laboratorio de aprendizaje estadístico SIERRA en la Escuela Normal Superior de París.
- El aprendizaje profundo de Hinton -
Geoffrey Hinton construyó su trabajo sobre las bases establecidas por Hopfield. "Demostró que se podía aprender de manera efectiva con redes neuronales de múltiples capas", explica Francis Bach. En otras palabras: "Cuantas más capas haya, más complejo puede ser el comportamiento, y cuanto más complejo es el comportamiento, más fácil es aprender de manera efectiva".
Desde los años 80, Hinton no ha dejado de "proponer nuevos algoritmos de aprendizaje para comportamientos cada vez más complejos", agrega.
A fines de los años 80, los investigadores comenzaron a trabajar "en el reconocimiento de caracteres, que es más simple que las imágenes naturales", dice Bach.
- Datos y potencia de cálculo -
Después, la disciplina experimentó un cierto decaimiento hasta la década de 2010. Para que sus descubrimientos funcionaran, se necesitaba una mayor potencia de cálculo y, sobre todo, enormes cantidades de datos, ingredientes esenciales para las redes neuronales, explica Querlioz.
Las máquinas solo pueden aprender bien si se les proporcionan suficientes "ejemplos de la inteligencia que se quiere que reproduzcan".
El comité Nobel recuerda que, en su artículo publicado en 1982, Hopfield utilizaba una red muy simple con "menos de 500 parámetros a monitorizar", mientras que los modelos lingüísticos gigantes actuales contienen "un trillón".
- ¿Para qué sirve? -
La gran ola del aprendizaje profundo de la década de 2010 "revolucionó todo lo relacionado con el procesamiento de imágenes y el procesamiento del lenguaje natural", señala Francis Bach.
Pero estos avances van mucho más allá de lo que percibe el público en general. "Lo que permite a un software en el teléfono distinguir el rostro de tus hijos también permite reconocer un tumor", señala Francis Bach.
También facilita el análisis y clasificación de enormes cantidades de datos recogidos en los institutos de investigación de física fundamental o el procesamiento de imágenes y espectros capturados en la observación de estrellas.
M.Mendoza--CPN