Andrew Gehret Barto (nacido en 1948) es un destacado científico de la computación estadounidense y profesor emérito de la Universidad de Massachusetts Amherst. Es reconocido mundialmente por sus contribuciones fundamentales al campo del aprendizaje por refuerzo (reinforcement learning), una disciplina que se ha convertido en la piedra angular de la inteligencia artificial moderna.
Primeros Años y Formación Académica
Barto nació en 1948 y cursó sus estudios superiores en la Universidad de Michigan. Aunque inicialmente se especializó en arquitectura naval e ingeniería, terminó graduándose con distinción en matemáticas en 1970. Su interés por el modelado del cerebro humano a través de la computación y las matemáticas surgió tras leer las obras de Michael Arbib, Warren Sturgis McCulloch y Walter Pitts. Esta pasión lo llevó a obtener un doctorado en ciencias de la computación cinco años más tarde, con una tesis centrada en los autómatas celulares.
Trayectoria Profesional en UMass Amherst
En 1977, Barto se incorporó a la Facultad de Información y Ciencias de la Computación de la Universidad de Massachusetts Amherst como investigador postdoctoral. Su ascenso fue constante: fue promovido a profesor asociado en 1982 y a profesor titular en 1991. Además, desempeñó el cargo de director del departamento entre 2007 y 2011 y fue un miembro central del programa de Neurociencia y Comportamiento.
Durante su estancia en UMass, co-dirigió el Laboratorio de Aprendizaje Autónomo (originalmente el Laboratorio de Redes Adaptativas), donde se gestaron algunas de las ideas más influyentes del aprendizaje por refuerzo. En este entorno, supervisó a su estudiante de doctorado, Richard Sutton, con quien escribiría más tarde la obra seminal Reinforcement Learning: An Introduction.
La Revolución del Aprendizaje por Refuerzo
Barto y Sutton partieron de la premisa de explorar el comportamiento de las neuronas cerebrales como base de la inteligencia humana, un concepto impulsado previamente por A. Harry Klopf. Utilizando las matemáticas, transformaron esta idea en una base sólida para la inteligencia artificial.
Para lograrlo, emplearon los procesos de decisión de Markov (MDP) como fundamento matemático. Mientras que la teoría tradicional de MDP asumía que los agentes conocían toda la información del entorno para maximizar sus recompensas, las técnicas desarrolladas por Barto y Sutton permitieron que tanto el entorno como las recompensas fueran desconocidos. Esta innovación permitió que los algoritmos de aprendizaje por refuerzo se aplicaran a una variedad inmensa de problemas complejos.
El impacto de este trabajo se ha manifestado en aplicaciones reales masivas, siendo uno de los ejemplos más notables el programa AlphaGo de Google, que logró derrotar al campeón humano mundial de Go basándose en estos conceptos. Por ello, Barto y Sutton son considerados los pioneros de la era moderna de la IA.
Premios y Reconocimientos
A lo largo de su carrera, Barto ha recibido numerosos honores, incluyendo ser miembro de la AAAS, la IEEE y la AAAI. Entre sus premios más destacados se encuentran:
- Premio al Logro Vitalicio en Neurociencias de UMass (2019).
- Premio Pionero de la Sociedad de Redes Neuronales de la IEEE (2004).
- Premio IJCAI a la Excelencia en la Investigación (2017).
- Premio Turing (2025): Recibido conjuntamente con Richard S. Sutton por desarrollar los fundamentos conceptuales y algorítmicos del aprendizaje por refuerzo.