Geoffrey Hinton

Geoffrey Everest Hinton CC FRS FRSC (nacido el 6 de diciembre 1947) es un psicólogo cognitivo e informático británico-canadiense, más conocido por su trabajo sobre redes neuronales artificiales. De 2013 a 2023, dividió su tiempo trabajando para Google (Google Brain) y la Universidad de Toronto, antes de anunciar públicamente su salida de Google en mayo de 2023, citando preocupaciones sobre los riesgos de la tecnología de inteligencia artificial (IA). En 2017, cofundó y se convirtió en el principal asesor científico del Vector Institute en Toronto.

Con David Rumelhart y Ronald J. Williams, Hinton fue coautor de un artículo muy citado publicado en 1986 que popularizó el algoritmo de retropropagación para entrenar redes neuronales multicapa, aunque no fueron los primeros en proponer este enfoque. Hinton es visto como una figura destacada en la comunidad de aprendizaje profundo. El espectacular hito del reconocimiento de imágenes de AlexNet, diseñado en colaboración con sus estudiantes Alex Krizhevsky e Ilya Sutskever para el desafío ImageNet 2012, fue un gran avance en el campo de la visión por computadora.

Hinton recibió el Premio Turing 2018 (a menudo denominado "Premio Nobel de Computación"), junto con Yoshua Bengio y Yann LeCun, por su trabajo en aprendizaje profundo. A veces se les conoce como los "padrinos del aprendizaje profundo" y han seguido dando charlas públicas juntos.

En mayo de 2023, Hinton anunció su renuncia a Google para poder "hablar libremente sobre los riesgos de la IA" Ha expresado su preocupación por el mal uso deliberado por parte de actores maliciosos, el desempleo tecnológico y el riesgo existencial de la inteligencia artificial general.

Educación

Hinton se educó en King's College, Cambridge. Después de cambiar repetidamente su carrera entre diferentes materias como ciencias naturales, historia del arte y filosofía, finalmente se graduó en 1970 con una licenciatura en psicología experimental. Continuó sus estudios en la Universidad de Edimburgo, donde obtuvo un doctorado en inteligencia artificial en 1978 por una investigación supervisada por Christopher Longuet-Higgins.

Carrera e investigación

Después de su doctorado, Hinton trabajó en la Universidad de Sussex y, (tras dificultades para encontrar financiación en Gran Bretaña), la Universidad de California, San Diego y la Universidad Carnegie Mellon. Fue director fundador de la Unidad de Neurociencia Computacional de la Gatsby Charitable Foundation en el University College de Londres y actualmente es profesor en el departamento de informática de la Universidad de Toronto. Ocupa una Cátedra de Investigación de Canadá en Aprendizaje Automático y actualmente es asesor del Learning in Machines & Programa Brains del Instituto Canadiense de Investigación Avanzada. Hinton impartió un curso gratuito en línea sobre redes neuronales en la plataforma educativa Coursera en 2012. Se unió a Google en marzo de 2013, cuando se adquirió su empresa, DNNresearch Inc., y en ese momento planeaba "dividir su tiempo entre su investigación universitaria y su trabajo en Google".

La investigación de Hinton se refiere a formas de utilizar redes neuronales para el aprendizaje automático, la memoria, la percepción y el procesamiento de símbolos. Ha escrito o coescrito más de 200 publicaciones revisadas por pares. En la Conferencia sobre Sistemas de Procesamiento de Información Neural (NeurIPS), presentó un nuevo algoritmo de aprendizaje para redes neuronales al que llama algoritmo "Forward-Forward" algoritmo. La idea del nuevo algoritmo es reemplazar los tradicionales pases hacia adelante y hacia atrás de propagación hacia atrás con dos pases hacia adelante, uno con datos positivos (es decir, reales) y el otro con datos negativos que podrían ser generados únicamente por la red.

Mientras Hinton realizaba un postdoctorado en UC San Diego, David E. Rumelhart, Hinton y Ronald J. Williams aplicaron el algoritmo de retropropagación a redes neuronales multicapa. Sus experimentos demostraron que dichas redes pueden aprender representaciones internas útiles de datos. En una entrevista de 2018, Hinton dijo que "a David E. Rumelhart se le ocurrió la idea básica de la propagación hacia atrás, por lo que es su invención". Aunque este trabajo fue importante para popularizar la retropropagación, no fue el primero en sugerir este enfoque. La diferenciación automática en modo inverso, de la cual la retropropagación es un caso especial, fue propuesta por Seppo Linnainmaa en 1970, y Paul Werbos propuso utilizarla para entrenar redes neuronales en 1974.

Durante el mismo período, Hinton co-inventó las máquinas Boltzmann con David Ackley y Terry Sejnowski. Sus otras contribuciones a la investigación de redes neuronales incluyen representaciones distribuidas, redes neuronales con retardo de tiempo, mezclas de expertos, máquinas Helmholtz y Producto de expertos. En 2007, Hinton fue coautor de un artículo sobre aprendizaje no supervisado titulado Aprendizaje no supervisado de transformaciones de imágenes. Se puede encontrar una introducción accesible a la investigación de Geoffrey Hinton en sus artículos en Scientific American de septiembre de 1992 y octubre de 1993.

En octubre y noviembre de 2017 respectivamente, Hinton publicó dos artículos de investigación de acceso abierto sobre el tema de las redes neuronales de cápsulas que, según Hinton, "por fin son algo que funciona bien".

En mayo de 2023, Hinton anunció públicamente su dimisión de Google. Explicó su decisión diciendo que quería "hablar libremente sobre los riesgos de la IA"; y agregó que una parte de él ahora se arrepiente del trabajo de su vida.

Ex estudiantes de doctorado e investigadores postdoctorales notables de su grupo incluyen a Peter Dayan, Sam Roweis, Max Welling, Richard Zemel, Brendan Frey, Radford M. Neal, Yee Whye Teh, Ruslan Salakhutdinov, Ilya Sutskever, Yann LeCun, Alex Graves, y Zoubin Ghahramani.

Honores y premios

Hinton fue elegido miembro de la Royal Society (FRS) en 1998. Fue el primer ganador del Premio Rumelhart en 2001. Su certificado de elección para la Royal Society dice:

Geoffrey E. Hinton se distingue internacionalmente por su trabajo en redes neuronales artificiales, especialmente cómo se pueden diseñar para aprender sin la ayuda de un maestro humano. Esto puede ser el comienzo de las máquinas inteligentes autónomas. Ha comparado los efectos del daño cerebral con los efectos de las pérdidas en tal red y ha encontrado similitudes llamativas con el deterioro humano, como el reconocimiento de nombres y pérdidas de categorización. Su trabajo incluye estudios de imágenes mentales e inventando rompecabezas para probar la originalidad y la inteligencia creativa. Es conceptual, matemáticamente sofisticado y experimental. Trae estas habilidades con un efecto llamativo para producir un trabajo importante de gran interés.

En 2001, Hinton recibió un doctorado honorario de la Universidad de Edimburgo. En 2005 recibió el Premio IJCAI a la Excelencia en Investigación a la trayectoria. También recibió la Medalla de Oro Herzberg Canadá en Ciencias e Ingeniería 2011. En 2013, Hinton recibió un doctorado honorario de la Universidad de Sherbrooke.

En 2016, fue elegido miembro extranjero de la Academia Nacional de Ingeniería "por sus contribuciones a la teoría y la práctica de las redes neuronales artificiales y su aplicación al reconocimiento de voz y la visión por computadora". También recibió el premio IEEE/RSE Wolfson James Clerk Maxwell 2016.

Ha ganado el Premio Fundación BBVA Fronteras del Conocimiento (2016) en la categoría de Tecnologías de la Información y las Comunicaciones "por su trabajo pionero y de gran influencia" dotar a las máquinas de la capacidad de aprender.

Junto con Yann LeCun y Yoshua Bengio, Hinton ganó el Premio Turing 2018 por avances conceptuales y de ingeniería que han hecho de las redes neuronales profundas un componente crítico de la informática.

En 2018, se convirtió en Compañero de la Orden de Canadá. En 2021 recibió el Premio Dickson de Ciencias de la Universidad Carnegie Mellon y en 2022 el Premio Princesa de Asturias en la categoría de Investigación Científica, junto a Yann LeCun, Yoshua Bengio y Demis Hassabis.

Vistas

Riesgos de la inteligencia artificial

En 2023, Hinton expresó su preocupación por el rápido progreso de la IA rápida. Hinton creía anteriormente que la inteligencia artificial general (AGI) estaba "a entre 30 y 50 años o incluso más de distancia". Sin embargo, en una entrevista de marzo de 2023 con CBS, afirmó que la "IA de propósito general" Puede que falten menos de 20 años y podría provocar cambios "comparables en escala con la Revolución Industrial o la electricidad"

En una entrevista con The New York Times publicada el 1 de mayo de 2023, Hinton anunció su renuncia a Google para poder "hablar de los peligros de la IA sin considerar cómo esto afecta a Google". " Señaló que "una parte de él ahora se arrepiente del trabajo de su vida" debido a sus preocupaciones y expresó temores sobre una carrera entre Google y Microsoft.

A principios de mayo de 2023, Hinton reveló en una entrevista con la BBC que la IA pronto podría superar la capacidad de información del cerebro humano. Describió algunos de los riesgos que plantean estos chatbots como "bastante aterradores". Hinton explicó que los chatbots tienen la capacidad de aprender de forma independiente y compartir conocimientos. Esto significa que cada vez que una copia adquiere nueva información, se difunde automáticamente a todo el grupo. Esto permite que los chatbots de IA tengan la capacidad de acumular conocimientos mucho más allá de la capacidad de cualquier individuo.

Riesgo existencial por AGI

Hinton expresó su preocupación por la adquisición de la IA y afirmó que "no es inconcebible" que la IA podría "acabar con la humanidad". Hinton afirma que los sistemas de inteligencia artificial capaces de actuar de forma inteligente serán útiles con fines militares o económicos. Le preocupa que los sistemas de IA generalmente inteligentes puedan "crear subobjetivos" en el futuro. que no están alineados con las funciones de sus programadores. intereses. Afirma que los sistemas de IA pueden buscar poder o evitar que se apaguen, no porque los programadores así lo pretendieran, sino porque esos subobjetivos son útiles para lograr objetivos posteriores. En particular, Hinton dice que "tenemos que pensar detenidamente sobre cómo controlar" las enfermedades. Sistemas de IA capaces de autosuperación.

Mal uso catastrófico

A Hinton le preocupa el uso indebido deliberado de la IA por parte de actores maliciosos y afirma que "es difícil ver cómo se puede evitar que los malos actores utilicen [la IA] para cosas malas". En 2017, Hinton pidió una prohibición internacional de las armas letales autónomas.

Impactos económicos

Hinton se mostró anteriormente optimista sobre los efectos económicos de la IA y señaló en 2018 que: "La frase 'inteligencia general artificial' conlleva la implicación de que este tipo de robot de repente será más inteligente que tú. No creo que vaya a ser eso. Creo que cada vez más cosas rutinarias que hacemos serán reemplazadas por sistemas de inteligencia artificial." Hinton también argumentó anteriormente que AGI no hará que los humanos sean superfluos: "[La IA en el futuro] sabrá mucho sobre lo que probablemente querrás hacer... Pero "No te va a reemplazar".

Sin embargo, en 2023, Hinton comenzó a "preocuparse de que las tecnologías de inteligencia artificial, con el tiempo, trastoquen el mercado laboral". y quitarnos algo más que "trabajo pesado"

Política

Hinton se mudó de Estados Unidos a Canadá en parte debido a la desilusión con la política de la era de Ronald Reagan y la desaprobación de la financiación militar de la inteligencia artificial.

Vida personal

La primera esposa de Hinton, Rosalind Zalin, murió de cáncer de ovario en 1994. Su segunda esposa, Jackie, murió en abril de 2023, también de cáncer.

Hinton es tataranieto de la matemática y educadora Mary Everest Boole y su esposo, el lógico George Boole, cuyo trabajo eventualmente se convirtió en uno de los fundamentos de la informática moderna. Otro tatarabuelo suyo fue el cirujano y autor James Hinton, padre del matemático Charles Howard Hinton. El padre de Hinton era el entomólogo Howard Hinton. Su segundo nombre proviene de otro pariente, George Everest, el Agrimensor General de la India que da nombre a la montaña. Es sobrino del economista Colin Clark.