Alex Graves

Antes de que pudieras pedirle algo a tu teléfono con la voz y que te entendiera al primer intento, alguien tuvo que resolver un problema matemático muy difícil: ¿cómo entrenas una red neuronal para reconocer el habla cuando no sabes exactamente cuándo empieza y termina cada sonido? Ese alguien fue Alex Graves, un físico teórico escocés que terminó haciendo un doctorado en inteligencia artificial y que, en 2006, publicó un paper que cambió el campo para siempre.

Su solución se llama CTC, Connectionist Temporal Classification (Clasificación Temporal Conexionista), presentada en el ICML de 2006 junto a Jürgen Schmidhuber en el IDSIA de Lugano. La idea es elegante: en vez de forzar que cada fotograma de audio corresponda a un símbolo exacto, el algoritmo aprende él solo a alinear la secuencia. En 2009, una red LSTM entrenada con CTC se convirtió en el primer sistema neuronal recurrente en ganar competencias internacionales de reconocimiento de escritura a mano. Hoy, Google usa CTC en el reconocimiento de voz de millones de smartphones. Cada vez que le dices "Hey Google" o le dictas un mensaje a tu teléfono, hay una versión de esa idea de Graves trabajando en segundo plano.

Pero Graves no se detuvo ahí. En 2014, junto a sus colegas Greg Wayne e Ivo Danihelka en Google DeepMind, publicó "Neural Turing Machines": una arquitectura que combina el poder de las redes neuronales con una memoria externa diferenciable, un intento de darle a la IA la capacidad de razonar de forma algorítmica. El paper fue seminal para toda una generación de investigadores que trabajan en memoria y razonamiento. Después llegó el Differentiable Neural Computer (2016), otro paso en esa dirección. Graves hizo su postdoctorado bajo Geoffrey Hinton en la Universidad de Toronto, y trabajó durante años como investigador en Google DeepMind en Londres, antes de unirse a InstaDeep en 2025 para seguir explorando modelos generativos.

Lo que me gusta de la historia de Alex Graves es que empezó estudiando física y terminó dándoles voz a las máquinas. Su CTC es uno de esos inventos que la mayoría no conoce por nombre pero usa todos los días. La próxima vez que le dictes un mensaje a tu asistente virtual y te entienda de corrido, ya sabes a quién agradecerle en parte.