🤖Los grandes

Coautor del artículo de 1986 que popularizó la retropropagación para entrenar redes neuronales, y luego pasó décadas como uno de los pocos creyentes constantes del aprendizaje profundo a través de dos inviernos de la IA hasta que AlexNet de su estudiante ganó la competición ImageNet de 2012 y reordenó el campo casi de la noche a la mañana.

“Persistir con una idea poco de moda a través de rechazos repetidos puede valer la pena una vez que la evidencia, no la moda, se pone al día.”

Construyó la red neuronal convolucional en Bell Labs a finales de los ochenta y la tuvo leyendo cheques manuscritos de forma comercial en los noventa — un despliegue de aprendizaje profundo en producción más de quince años antes del avance mainstream del campo. Hoy es el científico jefe de IA de Meta y un escéptico vocal de que los modelos de lenguaje actuales conduzcan a la inteligencia general.

“Un sistema probado en un despliegue real enseña lecciones que ninguna puntuación de referente puede — aunque el campo haya seguido adelante.”

Avanzó el modelado neuronal del lenguaje y, con colegas, introdujo el mecanismo de atención que alimentó directamente la arquitectura Transformer, mientras construía el Mila de la Université de Montréal en una de las mayores concentraciones de investigadores de aprendizaje profundo del mundo. Más tarde se convirtió en una de las voces más prominentes del campo que pedían regulación del riesgo de la IA.

“Construir una tecnología poderosa y advertir públicamente sobre sus riesgos no son posiciones contradictorias que se puedan sostener a la vez.”

Ex prodigio del ajedrez y diseñador de videojuegos que cofundó DeepMind en 2010, y luego dirigió los equipos que construyeron AlphaGo, el primer programa en vencer a un jugador profesional de Go de élite, y AlphaFold, que predijo la estructura 3D de casi todas las proteínas conocidas. Compartió el Premio Nobel de Química de 2024 por AlphaFold.

“Un sistema entrenado solo en las reglas de un juego estrecho aún puede sorprender a los humanos que lo construyeron.”

Construyó ImageNet, un conjunto de datos etiquetado a mano de unos 14 millones de fotografías cotidianas, convirtiendo el reconocimiento de imágenes en una competición anual medible; el sistema AlexNet que lo ganó en 2012 se acredita ampliamente con el inicio del auge del aprendizaje profundo. Hoy es codirectora del Human-Centered AI Institute de Stanford.

“Un conjunto de datos puede importar tanto como un algoritmo — a veces el trabajo de infraestructura poco glamoroso es el verdadero avance.”

Acuñó el término «inteligencia artificial» al organizar el taller de Dartmouth de 1956, e inventó al año siguiente el lenguaje de programación Lisp, dando al joven campo tanto su nombre como, durante décadas, su herramienta principal de investigación. Ganó el Premio Turing de 1971 por fundar las bases teóricas del campo.

“Nombrar un campo con decisión puede moldear su identidad durante décadas, con independencia de lo que logren sus fundadores ese mismo año.”

Desarrolló la frecuencia inversa de documento en 1972 en Cambridge, la intuición estadística detrás de TF-IDF que aún subyace a la mayoría de los motores de búsqueda y a gran parte del procesamiento del lenguaje natural, décadas antes de los modelos de aprendizaje profundo que ahora dominan el campo. Defensora de por vida y sin rodeos de la entrada de mujeres en la informática.

“Una sola idea estadística enunciada con precisión puede sobrevivir a arquitecturas enteras construidas décadas después sobre ella.”