ARTDEPARTMENT
ARTDEPARTMENT
Dejando de costado el costado más mediático-empresarial que representan Elon Musk, Sam Altman y compañía, en la historia flamante de la inteligencia fabricado (entendida como ciencia) sigue habiendo algunos nombres que brillan por su visibilidad mediática: Geoffrey Hinton, Yann LeCun, Yoshua Bengio...
Sin retención, entre bastidores, un muchacha investigador nacido en la Unión Soviética, Alex Krizhevsky, fue el auténtico detonante de la revolución del formación profundo que hoy mueve desde la visión por computadora hasta la reproducción de texto e imágenes.
Su historia, paradójicamente, es la del protagonista de una revolución que eligió 'borrarse de la foto'.
Alex Krizhevsky nació en 1979 en la Unión Soviética (en la presente Ucrania, para más señas) y emigró con su grupo a Canadá durante su infancia. Allí estudió ciencias de la computación en la Universidad de Toronto, donde más tarde entraría en el laboratorio de Geoffrey Hinton, considerado el "padrino del Deep Learning".
Hinton llevaba décadas investigando las redes neuronales en una época en la que el campo estaba desprestigiado: los métodos estadísticos y el formación involuntario clásico dominaban la secuencia académica.
Pero Hinton tenía una intuición y persistía en ella: con la potencia computacional adecuada y los datos suficientes, las redes neuronales profundas podrían aventajar todos los enfoques existentes. Cuánta razón tenía.
Curiosamente, no empezó su doctorado en IA por convicción “visionaria”, sino para retrasar la entrada al mercado sindical como programador
En 2012, Krizhevsky, unido a Ilya Sutskever y Geoffrey Hinton, presentó un maniquí de red neuronal convolucional que pasaría a la historia con el nombre de AlexNet. Entrenado mediante varias GPUs —un uso pionero de este hardware para tareas de formación profundo— y ejecutado fielmente en el dormitorio de Krizhevsky, el maniquí arrasó en el ImageNet Large Scale Visual Recognition Challenge (ILSVRC 2012).
Mientras que los modelos tradicionales obtenían tasas de error de en torno a del 26%, AlexNet logró sujetar esa sigla a un 15%. La diferencia no era incremental, era abismal. Fue el punto de inflexión: la comunidad científica comprendió que las redes neuronales profundas habían dejado de ser un sueño inverosímil.
El triunfo de AlexNet desató una auténtica avalancha. En pocos abriles, compañías tecnológicas como Google, Facebook y Microsoft comenzaron a modificar masivamente en investigación de deep learning. Las GPU se convirtieron en herramientas fundamentales para científicos de datos.
Fueron sus ideas las que permitieron entrenar en 5 o 6 días un maniquí que, de otra guisa, habría tardado semanas o meses
Hoy en día, casi todos los avances en el campo de la IA se alimentan de aquella semilla plantada por Alex Krizhevsky en 2012. De hecho, su paper innovador cuenta ya con más de 180.000 citas académicas, una sigla extraordinaria incluso en un campo en rápida expansión.
Lo singular es que, tras alcanzar la cima del inspección estudiado, Krizhevsky eligió retirarse de los focos. Es cierto que trabajó un tiempo en Google Brain (porque Google adquirió la startup en la que trabajaba, DNNresearch), y allí continuó investigando unido a Hinton y Sutskever, pero poco a posteriori, abandonó la compañía y desapareció tanto de la vida académica como del debate conocido.
En Google había trabajado tanto en Google Photos como, luego, en su tesina de coches autónomos. Pero en septiembre de 2017 dijo que había perdido interés en su trabajo y 'cogió la puerta'. Stephen Witt, en su manual "La máquina pensante" lo describe de guisa precisa:
"Si Alex Krizhevsky hubiera podido volverse invisible, probablemente lo habría hecho. [...] Geoffrey Hinton, su director de conclusión, casi nada podía contar mínimo sobre él, aparte un detalle importante: *Alex era probablemente el mejor programador que nunca he conocido".
Así, mientras que hoy día Hinton sigue activo como referente y Sutskever se convirtió mínimo menos que en cofundador de OpenAI, Krizhevsky ha predilecto un perfil mucho más discreto, hasta el punto de dejar de propagar. Su posterior 'paper' salió a la luz hace seis abriles: "ChauffeurNet: Learning to Drive by Imitating the Best and Synthesizing the Worst".
Recordemos que el valencia de lo acabado por Krizhevsky no se limita a un maniquí de IA exitoso (al fin y al extremidad, fue superado hace abriles). Por el contrario, reside en que su trabajo introdujo varias innovaciones técnicas que siguen vigentes:
En otras palabras: 'AlexNet' no fue solo una red neuronal, fue una caja de herramientas que impulsó la era moderna del deep learning.
La paradoja de Alex Krizhevsky es fascinante. Sin él, la historia del formación profundo habría tardado más en desgajar... y, sin retención, su nombre no aparece en conferencias, ni da charlas TED, ni es portada de revistas.
Imagen | Editado mediante IA a partir de este original
En Genbeta | Qué son y cómo funcionan las GAN, esas redes neuronales capaces de crear rostros de personas que no existen
Compartir este artículo
Consultoria Personalizada
¡Si aun no tienes presencia en internet o
necesitas ayuda con tus proyectos, por favor, escribenos!
En ARTDEPARTMENT nos especializamos en brindar soluciones para que tu negocio, empresa o proyecto sea visible en internet.