EspecIAl Nóbel de físIcA

Te gustaría saber cómo la inteligencia artificial puede transformar la forma de aprender y enseñar comienza el fotos inteligente artificial y educación presenta gómez hola a todos hola a todos bienvenidos bienvenidas a un nuevo episodio especial del podcast en el que además de explorar los recientes premios nobeles de física dos mil veinticuatro os contamos que este episodio ha sido creado por guillermo antón el profesor productivo usando no mhm demostrando así es una herramienta muy a tener en cuenta a la hora de facilitar el aprendizaje ya que permite estudiar contenido de una forma más eficiente e incluso generar podcast muy realistas como el que vamos a escuchar a continuación en las notas del programa podéis consultar el resumen que no bukele m a generado para este episodio una forma más de sacarle provecho a la inteligencia artificial como un verdadero copiloto en el aprendizaje el contenido del programa homenaje a los pioneros de las redes neuronales artificiales of field guillermo pero bueno para eso como dice guillermo antón que trabaje laia así que escuchamos hola todos listos para una nueva aventura en el mundo de la ciencia hoy vamos a hablar de algo fascinante la inteligencia artificial y cómo ha sido reconocida con el premio nobel de física de este año exacto aunque parezca curioso verdad un premio de física para la inteligencia artificial pues la razón es que el trabajo de los ganados tres cómo es eso bueno pues está muy relacionado con la física especialmente con como funciona nuestro propio cerebro es como descubrir un nuevo mundo dentro de otro pero antes de seguir quiénes son estos genios que gana el premio se llaman john jay opción y geoffrey hinton y qué los hace tan especiales con su trabajo han logrado que las máquinas puedan aprender casi como si tuvieran un cerebro propio increíble máquinas que aprenden como en las películas algo así lo que hicieron fue crear algo llamado redes neuronales artificiales a veces neuronales que es eso imagina que podemos hacer que una computadora funcione menos como una calculadora y más como nuestro cerebro tiene sentido porque aunque las computadoras son rápidas con los números a veces les cueste entender cosas que para nosotros son fáciles cómo reconocer una cara o saber cuánta fuerza usar para agarrar algo sin romperlo exactamente en esos cerebros son increíbles reconociendo patrones aprendiendo cosas nuevas incluso manejando situaciones confusas cosas que las computadoras adicionales les cuesta mucho trabajo entonces amplio y highton encontraron la forma de crear sistemas artificiales que funcionan como nuestro cerebro si en lugar de darle una computadora un conjunto de instrucciones fijas crearon redes que pueden aprender de la experiencia como nosotros como como cuando aprendemos a montar bicicleta practicando exactamen imagina que en vez de darle un niño un libro sobre cómo andar en bicicleta le regalé la bicicleta y lo dejas aprender por sí mismo claro aprender haciendo pero cómo se le enseña a una máquina cómo se le enseña a un niño buena pregunta pienso en en la computadora miles y miles de imágenes de por ejemplo un gato con el tiempo la computadora comienza a identificar patrones en esas imágenes y aprende a distinguir un gato de digamos un perro un pa jaro interesante en lugar de memorizar una definición de gato aprende por experiencia construyendo su propia comprensión a través de la prueba y el error eso es aprendizaje práctico exacto esa es y práctico pero dónde entra la física en todo esto dijimos que tenía que ver con cómo funciona nuestro cerebro verdad cierto resulta que oldfield y para crear estas redes neuronales se inspiraron en campos como el magnetismo y la termodinámica magnetismo termodinámica esas no son ramas de la física sí solo áreas de la física que estudia en sistemas complejos con muchas partes que interactúan entre sí como las neuronas de nuestro cerebro es fascinante cómo todo está conectado entonces usar la física para entender cómo construir una especie de inteligencia artificial increíble y qué más podemos hacer con estas redes neuronales aquí es donde la cosa se pone aún más interesante este trabajo no solo está cambiando la forma en que construimos la ia también está cambiando la forma en que entendemos el universo mismo un momento de cerebros artificiales de los misterios del cosmos eso sí que es un salto gigante cuéntame más imagine que queremos entender cómo se comportan las partículas más pequeñas del universo como los electrones ajá bueno pues están gobernados por una ecuación muy compleja se llama la ecuación de schrödinger es tan compleja que incluso a los físicos le resulta muy difícil resolverla entiendo las ecuaciones complejas no son lo mío pero aquí es donde entran las redes neuronales son realmente buenas lidiando con la complejidad podemos entrenarlas con muchísimos datos sobre cómo se comportan los electrones y así aprenden a predecir sus movimientos con una precisión asombrosa