Enseñar a las máquinas de la misma manera que los entrenadores de animales moldean el comportamiento de perros o caballos ha sido un método importante para el desarrollo de la inteligencia artificial, reconocido el miércoles con el máximo galardón de la informática.

Dos pioneros en el campo del aprendizaje por refuerzo, Andrew Barto y Richard Sutton, son los ganadores del Premio A.M. Turing de este año, el equivalente tecnológico al Premio Nobel.

La investigación que Barto, de 76 años, y Sutton, de 67, iniciaron a finales de la década de 1970 sentó las bases para algunos de los avances en IA de la última década. Su trabajo se centró en canalizar las llamadas máquinas «hedonistas» capaces de adaptar continuamente su comportamiento en respuesta a señales positivas.

El aprendizaje por refuerzo fue lo que llevó a un programa informático de Google a vencer a los mejores jugadores humanos del mundo del antiguo juego de mesa chino Go en 2016 y 2017. También ha sido una técnica clave para mejorar herramientas de IA populares como ChatGPT, optimizar las operaciones financieras y ayudar a una mano robótica a resolver un cubo de Rubik.

Pero Barto afirmó que el campo «no estaba de moda» cuando él y su estudiante de doctorado, Sutton, comenzaron a desarrollar sus teorías y algoritmos en la Universidad de Massachusetts, Amherst.

«Estábamos un poco perdidos», declaró Barto en una entrevista. «Por eso es tan gratificante recibir este premio, ver que esto se reconoce cada vez más como algo relevante e interesante. Al principio, no lo era».

Google patrocina el premio anual de un millón de dólares, anunciado por la Asociación de Maquinaria de Computación.

Barto, ahora jubilado de la Universidad de Massachusetts, y Sutton, profesor de larga trayectoria en la Universidad de Alberta (Canadá), no son los primeros pioneros de la IA en ganar el premio que lleva el nombre del matemático, descifrador de códigos y pionero de la IA británico Alan Turing. Sin embargo, su investigación ha buscado responder directamente al llamado de Turing de 1947 para una máquina que «pueda aprender de la experiencia», lo que Sutton describe como «posiblemente la idea esencial del aprendizaje por refuerzo».