Pedro Meseguer
Jesús Cerquides nos regaló un necesario y bien fundamentado seminario el diecinueve de noviembre, en el que desmenuzó las aportaciones de John Hopfield y Geoffrey Hinton, ganadores del premio Nobel de Física de este año 2024[1]. La expectación por el tema del seminario y por el conferenciante se hizo patente en el salón de actos del IIIA, más poblado que en otras ocasiones. En las líneas siguientes describo las ideas que me han sugerido sus contenidos (los interesados pueden encontrarlo grabado en la web del IIIA).
El seminario comenzó con un comentario que ha menudeado en los corrillos de los profesores en las facultades de ciencias estas últimas semanas: las contribuciones de Hopfield y Hinton, que la mayoría adscribe al campo de la computación, ¿han hecho realmente avanzar la ciencia física? Ramon, en el debate posterior, contó que físicos notables le habían pedido su opinión como experto en IA. Enric intervino remotamente, para mencionar un vídeo de John Hopfield en el que defiende sus aportaciones como pertenecientes al mundo de la física.
Comencemos por la contribución seminal del primero de los galardonados: las redes de Holfield. La canción de la olimpiada de Barcelona 92 sirvió como ejemplo para comprender de forma clara e inmediata la idea de memoria asociativa. Sucede cuando un trocito de un episodio concreto dispara el evento completo en nuestra mente[2]: los primeros segundos de esa música permitieron de forma automática y sin esfuerzo recordar a sus intérpretes —Monserrat Caballé y Freddie Mercury—, recuperar los detalles de la inauguración —como la figura del arquero Antonio Rebollo con su discapacidad en la pierna derecha disparando la flecha encendida al pebetero—, etcétera. Esta maravillosa funcionalidad humana es la que Hopfield consiguió replicar con la red neuronal que lleva su nombre.
Me sorprendió que la paradoja de Levinthal —las proteínas pueden adoptar un número muy alto de estructuras tridimensionales, pero se pliegan en su configuración preferida en milisegundos— se hubiera considerado como tal en el pasado. Igual que otros sistemas físicos, evolucionan de forma natural a un estado de mínima energía. Una piedra lanzada a lo lejos no “ensaya” las posibles trayectorias, sino que sigue “ciegamente” las leyes de Newton. El conferenciante también empleó este argumento para introducir las redes de Hopfield. La magnífica idea de su creador fue diseñarlas con pozos de energía asociados a las situaciones que se deseaba memorizar. El “trocito” del episodio equivalía a posicionar la red “cerca” del pozo que lo almacenaba, y bastaba con dejarla evolucionar para que “cayera” en el pozo y recuperara el recuerdo deseado.
La metáfora entre un músico de conservatorio —que reconoce una partitura y la reproduce fielmente— y un músico de jazz —capaz de improvisar y crear algo nuevo a partir de unas pocas notas— le sirvió al conferenciante para presentar la aportación del segundo laureado: las máquinas de Boltzmann. Su contribución esencial fue la de introducir estocasticidad en las redes de Hopfield, la opción de que, con una probabilidad baja, pero significativa, el sistema pudiera moverse a estados de mayor energía. Este hecho, bien conocido en mecánica estadística, ha permitido a las redes evolucionar de forma no completamente previsible, de manera análoga a la repentización del músico de jazz. Hinton incluyó en el proceso un parámetro T que lo gobierna, similar a la temperatura en los sistemas físicos.
Los cincuenta minutos del seminario supieron a poco. Fue como una cata, el paladeo de un alimento muy sabroso —jamón, queso, caviar— pero en poca cantidad. Jesús Cerquides ofició una ceremonia de transmisión de conocimiento y proporcionó el QR de una web que proporciona todos los detalles del tema. La he visitado: los vídeos que contiene están muy bien hechos y son realmente inspiradores. Dada la ebullición actual de las redes de aprendizaje, sospecho que solo hemos visto la punta del iceberg. Esperemos que la degustación, quizá convertida ya en banquete, continúe.
[1] Cada año hay muchos científicos merecedores del premio Nobel, y solo lo consiguen unos pocos. La elección de unos y no otros depende de muchos factores, entre los que las tendencias del momento, las influencias y el azar no son elementos desdeñables. Dada la enorme repercusión actual de la tecnología de IA, el comité de los Nobel ha querido distinguirla con este premio. En el mismo sentido, se interpreta el premio Nobel de Química: otorgado a Baker, Hassabis y Jumper, los dos últimos han sido galardonados por su trabajo en AlphaFold2 —un sistema de IA desarrollado por DeepMind (Google)— para la predicción de la estructura tridimensional de las proteínas.
[2] En narrativa este fenómeno se ha empleado en diversas ocasiones. En concreto, “la magdalena de Proust” es un episodio del libro En busca del tiempo perdido, de Marcel Proust, en el que el protagonista, tras morder una magdalena recién hecha mojada en té, recuerda de forma involuntaria pero muy vívida un suceso feliz de su niñez. A nivel fisiológico, se cree que esta relación se debe a que las emociones y el procesamiento de los olores se encuentran en la misma zona del cerebro.