Hoy en día se escucha algo sobre inteligencia artificial cada cinco minutos. Pero ¿alguna vez te has preguntado cómo llegamos hasta aquí? Esto se debe en gran medida a AlexNet, una red neuronal pionera de 2012. Si bien no causó sensación de inmediato, eventualmente se convirtió en la base de la revolución del aprendizaje profundo que estamos experimentando hoy. Ahora, después de años de negociaciones, el código fuente original finalmente se ha hecho público.

Esto es gracias a una asociación entre el Museo de Historia de la Computación y Google. El código fuente fue escrito originalmente por Alex Krizhevsky, un estudiante de posgrado de la Universidad de Toronto, y se subió a GitHub.

AlexNet es una red neuronal que marca un gran avance en la capacidad de las computadoras para reconocer y clasificar imágenes. En 2012, la teoría detrás de las redes neuronales, incluido el algoritmo clave de retropropagación, existía desde hacía décadas. Sin embargo, faltan dos componentes clave: los grandes conjuntos de datos necesarios para entrenar estas redes y la potencia informática bruta necesaria para procesarlos. Iniciativas como el proyecto ImageNet de Stanford y la programación CUDAGPU de NVIDIA proporcionan en última instancia estos elementos clave.

Estos avances permitieron a Krizhevsky, bajo la dirección de los pioneros de la inteligencia artificial Geoffrey Hinton e Ilya Sutskever, entrenar a AlexNet y desbloquear todo el potencial del aprendizaje profundo. Esta es la primera vez que se combinan redes neuronales profundas, grandes conjuntos de datos y computación GPU y se logran resultados revolucionarios. Cada aspecto es vital para el otro.

Computadora doméstica con GPU utilizada para crear AlexNet

Finalmente, el artículo de AlexNet se publicó en una conferencia sobre visión por computadora en 2012. En ese momento, la mayoría de los investigadores lo descartaron, pero Yann LeCun, ahora reconocido como un pionero de la IA, reconoció inmediatamente su importancia y lo calificó como un punto de inflexión en el campo. Su predicción resultó ser correcta. Después del lanzamiento de AlexNet, las redes neuronales se convirtieron rápidamente en la base de casi todas las investigaciones de vanguardia en visión por computadora.

El gran avance de AlexNet fue demostrar que entrenar una red neuronal relativamente simple puede lograr un rendimiento sobrehumano en tareas altamente complejas como el reconocimiento de imágenes. Esto marcó el nacimiento del paradigma del aprendizaje profundo, en el que las máquinas adquieren habilidades ingiriendo y modelando conjuntos de datos masivos.

A partir de ese momento, el progreso comenzó a acelerarse rápidamente. Las redes neuronales están avanzando a un ritmo sin precedentes, logrando muchos hitos, como derrotar a campeones humanos en el juego de Go, sintetizar discursos y música realistas e incluso generar arte original y escritura creativa. Sin embargo, el verdadero punto de inflexión para la inteligencia artificial generativa es el lanzamiento de ChatGPT por parte de OpenAI en 2022, que se puede decir que es el pináculo de la evolución del aprendizaje profundo.

Es comprensible que el acceso abierto a un código tan histórico no sea una tarea fácil. El Museo de Historia de la Computación tuvo que negociar durante cinco años con Krizhevsky, Hinton (ahora en Google) y el equipo legal de Google para obtener la aprobación para publicar los archivos fuente originales.