Peter Stone (nacido en 1971) es profesor de ciencias de la computación en la Universidad de Texas en Austin, donde dirige el Grupo de Investigación de Agentes de Aprendizaje. Su investigación se centra en inteligencia artificial, particularmente en aprendizaje automático y sistemas multiagente, que implican múltiples agentes autónomos que interactúan y aprenden en entornos compartidos. Stone se desempeñó como presidente de la Asociación para el Avance de la Inteligencia Artificial (AAAI) de 2016 a 2018, lo que refleja su liderazgo en el campo.
Stone obtuvo su licenciatura en ciencias de la computación en la Universidad Carnegie Mellon en 1993 y su doctorado en Carnegie Mellon en 1998, bajo la supervisión de Manuela Veloso. Su trabajo doctoral sobre aprendizaje multiagente sentó las bases para contribuciones posteriores en robótica y IA para juegos. Se unió a la facultad de la Universidad de Texas en Austin en 1999, donde desde entonces ha asesorado a numerosos estudiantes y ha publicado extensamente.
Contribuciones de Investigación
La investigación de Stone abarca sistemas multiagente, aprendizaje automático y robótica. Un logro notable fue el equipo de fútbol robótico UT Austin Villa, que ganó el campeonato de la liga de simulación RoboCup en 2003 y 2004. Este trabajo demostró cómo el aprendizaje por refuerzo y la coordinación de equipos podían aplicarse a entornos complejos y dinámicos. También contribuyó al desarrollo de algoritmos para la navegación de vehículos autónomos, incluido el trabajo sobre control de crucero adaptativo y gestión de intersecciones, que tienen implicaciones para Waymo y otras tecnologías de conducción autónoma.
En sistemas multiagente, Stone introdujo el concepto de "modelado de agentes", donde los agentes aprenden a predecir el comportamiento de otros para mejorar la toma de decisiones. Su artículo de 2000 sobre aprendizaje en capas, que descompone tareas complejas en subtareas, ha sido ampliamente citado. También ha explorado temas como la asignación de recursos basada en subastas y el modelado de oponentes en juegos, uniendo la IA teórica y aplicada.
Liderazgo y Servicio
La presidencia de Stone de AAAI (2016–2018) coincidió con un período de rápido crecimiento en la investigación de IA y el interés público. Supervisó iniciativas para promover la diversidad y la ética en la IA, incluido el Simposio de Otoño de AAAI 2016 sobre IA y Sociedad. También ha formado parte de consejos asesores de OpenAI y Google DeepMind, proporcionando orientación sobre seguridad y políticas de IA. Su testimonio ante el Senado de los Estados Unidos en 2017 sobre el futuro de la IA y el empleo destacó su papel como intelectual público.
Dentro de la Universidad de Texas, Stone ha presidido el Departamento de Ciencias de la Computación y ha sido fundamental en el establecimiento de la Iniciativa de IA y Robótica. Ha colaborado con Nokia Bell Labs y Xerox PARC en proyectos relacionados con sistemas distribuidos e interacción humano-robot, fomentando asociaciones entre la industria y la academia.
Premios y Reconocimientos
Stone ha recibido numerosos honores, incluido el Premio de Conferencia Memorial Robert S. Engelmore de AAAI en 2014 y el Premio de Investigación de Agentes Autónomos de ACM/SIGART en 2016. Es Fellow de AAAI (2010) y Fellow de la Asociación de Maquinaria Computacional (ACM) (2018). Su enseñanza ha sido reconocida con el Premio de Enseñanza Sobresaliente de los Regentes de la Universidad de Texas en 2013. Estos galardones reflejan su doble impacto en la investigación y la educación.
Trabajo Actual e Impacto
A partir de mediados de la década de 2020, Stone continúa investigando modelos de lenguaje grandes y su integración en sistemas multiagente, explorando cómo las arquitecturas Transformer (architecture) pueden permitir una comunicación y coordinación más sofisticadas entre agentes. Sus proyectos recientes incluyen el uso de aprendizaje profundo para la toma de decisiones en tiempo real en robótica y el estudio de las implicaciones sociales de la IA, como la equidad y la transparencia. El trabajo de Stone ha influido tanto en la investigación académica como en aplicaciones prácticas, desde herramientas de IA basadas en la nube de Amazon Web Services hasta los sistemas de conducción autónoma de Tesla.
El legado de Stone se caracteriza por su compromiso con la investigación rigurosa e interdisciplinaria y su defensa del desarrollo responsable de la IA. Sus contribuciones han moldeado la trayectoria de inteligencia artificial como disciplina, y su mentoría ha producido una nueva generación de investigadores que continúan empujando los límites de lo que la IA puede lograr.