Quién es Ilya Sutskever
Ilya Sutskever es un investigador de aprendizaje automático y cofundador de OpenAI y Safe Superintelligence. Su trayectoria combina algoritmos, modelos de lenguaje y dirección científica. [21]
Origen y formación en Toronto
Nació en Rusia, creció en Israel y se trasladó a Canadá durante su adolescencia. En Toronto orientó su formación hacia las matemáticas y la informática, y realizó el doctorado bajo la supervisión de Geoffrey Hinton. Ese entorno académico fue el punto de partida de su investigación sobre redes neuronales. [8]
Obtuvo en la Universidad de Toronto el grado en 2005, el máster en 2007 y el doctorado en 2013. La universidad también lo incluyó entre sus antiguos alumnos reconocidos en la lista TIME100 AI de 2024. [9]
Su tesis, Training Recurrent Neural Networks, se presentó en 2013. Estudiaba cómo entrenar redes que conservan información de pasos anteriores y afrontan dependencias temporales largas. Combinaba nuevos modelos de secuencias con métodos de optimización y aplicaciones al lenguaje y al control, vinculando preguntas matemáticas sobre el aprendizaje con tareas experimentales concretas. [10]
Primeras investigaciones: texto y entrenamiento
En 2011 publicó con James Martens y Hinton un trabajo sobre generación de texto carácter a carácter. El modelo aprendía regularidades de secuencias escritas mediante una red recurrente con conexiones multiplicativas. Su interés estaba en demostrar que una optimización adecuada permitía entrenar este tipo de redes, entonces difíciles de utilizar de forma eficaz. [11]
Con Martens, George Dahl y Hinton investigó en 2013 la inicialización de parámetros y el impulso, o momentum, durante el entrenamiento. El estudio mostró que una combinación cuidadosamente ajustada podía entrenar redes profundas y recurrentes sin recurrir necesariamente a optimizadores de segundo orden. La elección del procedimiento de aprendizaje era tan relevante como la arquitectura. [12]
AlexNet, Stanford y Google Brain
Fue coautor de AlexNet en 2012 junto con Alex Krizhevsky y Hinton. El modelo se convirtió en un hito de la clasificación de imágenes mediante redes profundas. En 2025, Toronto destacó que el artículo figuraba entre los trabajos más citados del siglo según un análisis de Nature, una medida de difusión científica. [14]
Su recorrido profesional incluyó una estancia posdoctoral con el grupo de Andrew Ng en Stanford, la cofundación de DNNresearch y una etapa como investigador en Google Brain. Su página académica describe esos pasos como experiencias anteriores a OpenAI y sitúa la colaboración entre laboratorios universitarios y empresariales en el centro de su trayectoria. [13]
Aprender a transformar secuencias
En 2014, con Oriol Vinyals y Quoc Le, presentó un método que codifica una secuencia mediante una red LSTM y produce otra mediante un decodificador. Lo evaluaron en traducción de inglés a francés. El enfoque permitía aprender conjuntamente ambas operaciones y tratar entradas y salidas de longitud variable dentro de un mismo sistema. [2]
Con Łukasz Kaiser desarrolló Neural GPU, presentado inicialmente en 2015. Esta arquitectura recurrente paralela aprendía tareas algorítmicas a partir de ejemplos, como sumar o multiplicar números binarios. Los experimentos estudiaban si un modelo entrenado con entradas cortas podía procesar otras más largas, una prueba de generalización distinta de repetir ejemplos del entrenamiento. [15]
El trabajo posterior con Eric Price y Wojciech Zaremba examinó sus límites en 2016. Encontraron fallos ante entradas poco habituales, incluso cuando el modelo resolvía correctamente muchas operaciones largas. El resultado ayuda a distinguir un buen promedio experimental de una regla aritmética fiable para cualquier entrada, y convierte el análisis de errores en parte de la contribución. [16]
También figura entre los coautores del artículo de AlphaGo publicado en Nature en 2016, que combinó redes de política y valor con búsqueda en árbol para jugar al go. [17]
OpenAI y los modelos de propósito general
En diciembre de 2015, el anuncio de creación de OpenAI lo identificó como director de investigación. La organización se presentó entonces como una entidad sin ánimo de lucro que fomentaría publicaciones y colaboración científica. [18]
Fue coautor de GPT-3 en 2020: un modelo de 175.000 millones de parámetros evaluado con ejemplos e instrucciones escritos, sin reajustar sus parámetros para cada tarea. [19]
En CLIP, publicado en 2021 con Alec Radford y otros investigadores, el entrenamiento relacionaba imágenes con sus textos asociados. Después podían describirse nuevas categorías mediante lenguaje natural. El estudio examinó la transferencia a diversas tareas de visión sin entrenamiento específico para cada conjunto, ampliando la relación entre comprensión visual y representaciones lingüísticas. [20]
Alineamiento, gobierno y salida de OpenAI
En julio de 2023, Sutskever y Jan Leike anunciaron Superalignment. El programa buscaba investigar cómo supervisar sistemas que pudieran superar ampliamente las capacidades humanas, mediante supervisión escalable, interpretación y pruebas adversariales. La propuesta fijaba un horizonte de cuatro años; expresaba una agenda de investigación y reconocía que el problema seguía sin resolverse. [3]
Sutskever pertenecía al consejo que anunció la destitución de Sam Altman en noviembre de 2023. [24]
El 29 de noviembre, OpenAI comunicó el regreso de Altman y que Sutskever dejaría el consejo. [25]
El 14 de mayo de 2024, la organización anunció su salida y el nombramiento de Jakub Pachocki como director científico. El comunicado reconocía su contribución a OpenAI e indicaba que preparaba otro proyecto. Esa transición cerró su etapa institucional en la empresa, aunque sus publicaciones continuaron formando parte de la investigación posterior. [23]
Safe Superintelligence
La propuesta de SSI concentra investigación y desarrollo en una superinteligencia segura, con oficinas en Palo Alto y Tel Aviv. Su planteamiento declara que seguridad y capacidades deben avanzar juntas, dentro de un programa técnico común. Es el objetivo que define el laboratorio, no la certificación de que sus sistemas hayan alcanzado ya esa condición. [4]
En julio de 2025 comunicó que asumía formalmente el cargo de CEO, mientras Daniel Levy pasaba a ser presidente y Daniel Gross había dejado la empresa. La nota precisaba que el equipo técnico seguía dependiendo de Sutskever. [5]
En julio de 2026, SSI y NVIDIA anunciaron una alianza e inversión para ampliar la capacidad de cálculo mediante la plataforma Vera Rubin. El comunicado planteaba multiplicarla por diez y colaborar en futuras plataformas. La expansión anunciada corresponde a infraestructura y a un plan de investigación; no presenta una evaluación pública de una superinteligencia terminada. [26]
Reconocimientos científicos
La Royal Society lo eligió fellow en 2022. [22]
Toronto le concedió un doctorado honoris causa en 2025. [8]
En 2026 recibió el premio de la Academia Nacional de Ciencias estadounidense a la Aplicación Industrial de la Ciencia, concedido ese año por primera vez en inteligencia artificial. [21]
AlexNet y reconocimiento de cascos de seguridad
Sutskever coescribió con Alex Krizhevsky y Geoffrey Hinton el trabajo de AlexNet, una red convolucional para clasificar imágenes. Su aportación pertenece al desarrollo de la visión artificial; la aplicación preventiva aparece en investigaciones posteriores que reutilizan esa arquitectura. [6]
Un estudio de 2024 sobre reconocimiento de cascos utiliza AlexNet entre nueve redes preentrenadas para extraer características de imágenes. Combina esas características con selección, clasificación y votación. Es un uso explícito del modelo en investigación de EPI, desarrollado por otros autores. [7]
Del clasificador de imágenes a una alerta útil
La conexión concreta es aprovechar un modelo visual aprendido para estudiar si una imagen muestra protección de la cabeza. Ese resultado debe distinguirse de verificar que el casco corresponde al riesgo, está correctamente ajustado o mantiene sus propiedades protectoras.
Un sistema preventivo también necesita vincular el EPI a la persona adecuada y reconocer las situaciones que no puede interpretar. Antes de convertir una clasificación en alerta habría que comprobar oclusiones, distancias y condiciones del centro. El desempeño en un conjunto de imágenes permite comparar métodos, pero no demuestra que una fábrica haya reducido sus accidentes.
