Quién es Geoffrey Hinton
Geoffrey Hinton nació en Londres en 1947. Investigador británico-canadiense, compartió con John Hopfield el Nobel de Física de 2024 por aportaciones al aprendizaje con redes neuronales.[1]
Formación y primeras etapas académicas
Estudió Psicología Experimental en Cambridge entre 1967 y 1970 y obtuvo el doctorado en Inteligencia Artificial por Edimburgo en 1978. Su currículum recoge estancias en Sussex, California y Cambridge, la incorporación a Carnegie Mellon en 1982 y a Toronto en 1987. Entre 2013 y 2023 combinó su actividad académica con trabajo a tiempo parcial en Google.[3]
La formación psicológica ayuda a situar su pregunta de partida: cómo aprende el cerebro y cómo representar ese aprendizaje mediante computación. UCL describe una trayectoria que cruzó psicología, informática y neurociencia, incluida una pausa trabajando como carpintero antes del doctorado. El estudio de sistemas artificiales se convirtió en una vía para investigar la representación del conocimiento.[7]
Toronto, Gatsby y formación de investigadores
En Toronto alcanzó en 2006 el rango de University Professor, la máxima designación académica de la institución. La universidad destaca que mantuvo su investigación sobre redes neuronales durante los años noventa, cuando el área despertaba menos interés, y el apoyo de programas de investigación básica como CIFAR a su continuidad científica.[2]
Fundó la Gatsby Computational Neuroscience Unit de UCL en 1998 y la dirigió hasta 2001. La unidad reunió investigadores de aprendizaje automático y neurociencia teórica, entre ellos Peter Dayan, Li Zhaoping y Zoubin Ghahramani. Su propósito institucional era favorecer el intercambio entre modelos matemáticos de comportamiento inteligente y preguntas sobre el sistema nervioso.[8]
En el Vector Institute figura como cofundador y asesor científico. La institución relaciona su legado con investigadores que fueron sus estudiantes, como Richard Zemel, Brendan Frey, Graham Taylor e Ilya Sutskever. Esta dimensión formativa acompaña a sus publicaciones: una parte de su influencia circula a través de equipos y proyectos desarrollados posteriormente por sus colaboradores.[9]
Máquinas de Boltzmann y aprendizaje de representaciones
En 1985 publicó con David Ackley y Terrence Sejnowski un algoritmo para máquinas de Boltzmann. El trabajo estudia redes de elementos que interactúan mediante estados probabilísticos: cómo ajustar conexiones y representaciones internas para reflejar los datos, combinando computación paralela y física estadística.[11]
Con David Rumelhart y Ronald Williams firmó en 1986 un artículo sobre retropropagación. El procedimiento ajusta los pesos de una red utilizando la diferencia entre la salida obtenida y la deseada. Las unidades intermedias aprenden características de la tarea: la representación deja de depender exclusivamente de descripciones introducidas de antemano por quien diseña el sistema.[10]
Cómo entrenar redes profundas
Con Simon Osindero y Yee-Whye Teh propuso en 2006 entrenar redes de creencias profundas por capas, antes de realizar un ajuste conjunto. El artículo combina aprendizaje inicial y refinamiento posterior, y presenta experimentos con dígitos manuscritos. Aborda una dificultad específica: encontrar parámetros útiles en modelos con varias capas de variables ocultas.[12]
También en 2006, Hinton y Ruslan Salakhutdinov estudiaron autoencoders profundos para reducir la dimensionalidad. La red comprime la entrada en una capa central pequeña y aprende a reconstruirla. La inicialización de los pesos resulta decisiva en el método presentado, que permite comparar una representación no lineal con técnicas clásicas de reducción de dimensiones.[13]
t-SNE y la exploración visual de datos
Con Laurens van der Maaten publicó t-SNE en 2008. El método transforma datos descritos por muchas variables en un mapa de dos o tres dimensiones y busca mostrar su estructura. Es una herramienta de visualización: organiza puntos para facilitar la exploración de relaciones, con experimentos sobre distintos conjuntos de datos y comparación con otros métodos.[14]
AlexNet, regularización y modelos compactos
En 2012 firmó con Alex Krizhevsky e Ilya Sutskever el artículo de AlexNet, una red convolucional profunda para clasificar imágenes de ImageNet.[4]
Participó después en el trabajo colectivo sobre dropout, publicado en 2014. Durante el entrenamiento se omiten unidades y sus conexiones al azar para reducir el sobreajuste. El artículo evalúa el procedimiento en tareas de visión, voz, clasificación documental y biología computacional.[15]
En 2015 presentó con Oriol Vinyals y Jeff Dean la destilación de conocimiento, orientada a transferir predicciones a modelos más compactos.[5]
Cápsulas y representación de partes y objetos
Con Sara Sabour y Nicholas Frosst presentó en 2017 redes de cápsulas con enrutamiento dinámico. Los grupos de neuronas representan propiedades de objetos o de sus partes, y la concordancia entre predicciones guía la comunicación entre niveles. El trabajo incluye pruebas con dígitos superpuestos y aborda cómo conservar información sobre la configuración de una entidad.[16]
GLOM, planteado en 2021, prolonga la pregunta sobre relaciones entre partes y conjuntos. Hinton propone combinar ideas de cápsulas, transformers y aprendizaje de representaciones para describir jerarquías visuales. El artículo se presenta expresamente como una propuesta conceptual de arquitectura, con posibilidades de interpretación que todavía dependían de conseguir un sistema operativo.[17]
Forward-Forward y nuevas preguntas de aprendizaje
En 2022 presentó Forward-Forward como una alternativa de investigación a la secuencia habitual de propagación hacia delante y hacia atrás. Utiliza dos recorridos hacia delante, con datos positivos y negativos, y objetivos propios para cada capa. El artículo informa de ensayos iniciales en problemas pequeños, destinados a estudiar si el procedimiento merecía mayor desarrollo.[18]
Premios y reconocimiento científico
Recibió el Turing de 2018 junto con Yoshua Bengio y Yann LeCun.[19]
También compartió el Queen Elizabeth Prize de 2025.[20]
Participación en el debate sobre los riesgos de la IA
En mayo de 2023, el Vector Institute respondió públicamente a las preocupaciones de Hinton sobre el uso indebido de IA generativa. Confirmó que mantenía su función voluntaria de asesor y defendió continuar investigando el desarrollo responsable. El episodio muestra que su intervención pública convivió con vínculos institucionales dedicados a la investigación y adopción de IA.[21]
En una conversación publicada por el Nobel en mayo de 2025, defendió dedicar más recursos a investigar el control de sistemas cada vez más capaces. Expuso incertidumbres sobre agentes y objetivos, además de posibles beneficios, como argumentos y previsiones personales.[22]
De la destilación de modelos a la detección de EPI
Hinton, Oriol Vinyals y Jeff Dean formularon la destilación de conocimiento: entrenar un modelo compacto para reproducir el comportamiento de otro más complejo. Su interés preventivo aparece cuando un detector debe funcionar con recursos limitados cerca del puesto de trabajo. [5]
Una aplicación posterior es MKD-YOLO, presentada en ICASSP 2025. Sus autores incorporan destilación y procesamiento multiescala para reconocer equipos de protección individual, incluidos objetos pequeños en escenas industriales. Evalúan precisión y eficiencia en conjuntos de imágenes; Hinton no es autor de ese sistema. [6]
Qué aporta y qué debe comprobarse
La conexión es metodológica: facilita estudiar detectores de EPI que consuman menos recursos. Para decidir su uso preventivo importa especialmente cuántas ausencias reales de protección pasan inadvertidas, no solo la precisión media del modelo.
Antes de usar una alerta deben comprobarse distancias, oclusiones, iluminación y tipos de EPI del centro. Reconocer un casco en una imagen no demuestra que sea adecuado, esté ajustado o proteja frente al riesgo concreto. El experimento de detección no equivale a una reducción demostrada de accidentes.
