Sala 6 · Los premios · 2025
Barto y Sutton, Premio Turing 2024
Barto y Sutton, Premio Turing 2024 (Andrew Barto y Richard Sutton, 2025): Aprender por prueba, error y recompensa.
Andrew Barto y Richard Sutton recibieron el Premio Turing 2024, anunciado en 2025, por desarrollar las bases conceptuales y algorítmicas del aprendizaje por refuerzo: agentes que aprenden por prueba, error y recompensa. Esas ideas están detrás de sistemas como AlphaGo y de técnicas como las de preferencias humanas de la Sala 5.
En marzo de 2025, la ACM anunció que el Turing Award de 2024 sería para Andrew Barto y Richard Sutton "for developing the conceptual and algorithmic foundations of reinforcement learning." [por desarrollar los fundamentos conceptuales y algorítmicos del aprendizaje por refuerzo].
El aprendizaje por refuerzo es aprender de las consecuencias. Un agente, que puede ser un programa o un robot, actúa en un entorno, recibe recompensas o penalizaciones y va aprendiendo qué acciones llevan a la mayor recompensa a lo largo del tiempo. La idea tiene raíces en la psicología animal y en máquinas tempranas como la SNARC de la Sala 2, pero le faltaba un marco matemático y computacional sólido.
Barto, en la Universidad de Massachusetts Amherst, y Sutton, que empezó como su estudiante de doctorado, construyeron ese marco desde finales de la década de 1970. Conectaron el aprendizaje por ensayo y error con herramientas del control óptimo, la matemática de tomar una secuencia de decisiones. Una de sus ideas centrales es el aprendizaje por diferencia temporal, que Sutton formalizó en 1988: un agente mejora sus predicciones comparando lo que esperaba con lo que observa un paso después, sin esperar al resultado final. Su libro de texto, Reinforcement Learning: An Introduction, publicado por primera vez en 1998 y ampliado en 2018, formó a generaciones de investigadores.
Las aplicaciones llegaron después. En 1992, un programa de backgammon que usaba aprendizaje por diferencia temporal alcanzó el nivel de los mejores jugadores. El jugador de Atari de DeepMind y AlphaGo, en la Sala 4, combinaron estas ideas con redes neuronales, y el aprendizaje por refuerzo a partir de retroalimentación humana, en la Sala 5, es la forma en que los modelos de chat aprenden a seguir instrucciones.
En 2019, Sutton escribió un ensayo breve, "The Bitter Lesson", en el que sostiene que, a lo largo de la historia de la IA, los métodos generales que escalan con la capacidad de cómputo han vencido una y otra vez a los enfoques basados en conocimiento humano. Se convirtió en uno de los textos más discutidos del campo.
Pregúntale a tu IA: resume "The Bitter Lesson" en tres frases y luego da el argumento más sólido en su contra.
Fuente: awards.acm.org/about/2024-turing
Verla en el museo →Cómo citar: Nazareno, I. (2026). Barto y Sutton, Premio Turing 2024 (2025). New Mind Museum. Consultado el 17 de noviembre de 2026, en https://newmindmuseum.com/es/museo/barto-y-sutton-premio-turing-2024-2025/