Ver el código de «Redes neuronales artificiales»

[[Imagen:Nobelfisica2024.jpg|420px|center|]]
John Hopfield (izquierda), físico estadounidense   y Geoffrey E. Hinton (derecha), científico computacional inglés, fueron galardonados con el Premio Nobel de Física 2024 por sus descubrimientos fundamentales  e invenciones que han posibilitado el desarrollo del aprendizaje autómatico con redes neuronales  artificiales.

Los científicos premiados este año  han  desarrollado  desde 1980 investigaciones sobre redes neuronales artificiales. Esta área de   investigación  se inspiró en la estructura  del cerebro, donde las neuronas cerebrales son representadas por nodos,  conectados entre ellos  en  una  forma similar a las  sinapsis,  y donde estos nodos pueden influir unos sobre los  otros mediante  dichas conexiones que pueden ser fuertes o débiles. Estas  investigaciones han permitido el desarrollo de la  denominada inteligencia artificial que se basa  en el aprendizaje automático mediante el empleo de redes neuronales.

John Hopfield  diseñó una red que emplea un método  capaz de  guardar y recrear patrones. 

En ese modelo se pueden representar  los nodos como píxeles. La red propuesta por Hopfield  se basa en  la física que describe las características de un material debido a su espin atómico (propiedad puramente cuántica), considerando a cada átomo como  un pequeñísimo imán. Esto permite describir a la red en su conjunto en forma  equivalente a como se describe  la energía de un  sistema de espínes.  La red  se entrena buscando los  valores para las conexiones entre los nodos  que  proporcionen la energía más baja del sistema físico asociado. De esta forma la imagen que se guarda es la  que corresponde a  la energía más baja del sistema. Si la red  recibe una imagen distorsionada o incompleta, se trabaja a través de los nodos para que sus valores se modifiquen para lograr  que la energía de la red disminuya, pero que a la vez la imagen reconstruida  sea lo más parecida a la imagen original.

A su vez Geoffrey Hinton empleó  como base  la red de Hopfield  para diseñar  una nueva red que utiliza un método diferente: la   máquina de Boltzmann,  llamada así  porque emplea la distribución de Boltzmann de la Mecánica Estadística como función de muestreo. Esta máquina fue diseñada en coatoría con los investigadores   David Ackley y Terry Sejnowski. Esta red puede aprender a reconocer elementos característicos para un determinado tipo de datos.  Y es una clase de red neuronal que consiste en nodos interconectados capaces de tomar decisiones estocásticas, es decir tomar decisiones al azar frente a opciones comparables. Al igual que la red de Hopfield cada nodo posee una energía definida para la red y su energía  global posee la misma forma que   la de la red de Hopfield.  Esta red  se entrena dándole ejemplos,  y  se puede utilizar para clasificar imágenes o crear nuevos ejemplos del tipo de patrón en el que fue entrenada. 

Tanto Hopfield como  Hinton  han firmado manifiestos en contra del uso de la inteligencia artificial para el desarrollo de armas autónomas letales.