Un siglo de progreso en solo cinco años: la inteligencia artificial debería hacerlo posible

"¡Guau! Esta es la solución que buscábamos". El físico cuántico Mario Krenn y un colega se habían pasado el día entero frente a la pizarra, calculando, comprobando y simplificando. Al anochecer, estaban convencidos: de la noche a la mañana, la computadora les había proporcionado la solución a un problema difícil que los científicos llevaban semanas intentando resolver.

Un programa informático que resuelve problemas científicos complejos: Suena a una visión optimista del futuro. Pero esta escena ya se desarrolló en 2014.

En aquel entonces, Mario Krenn era estudiante de doctorado en el laboratorio del actual Premio Nobel Anton Zeilinger. Hoy, es profesor en la Universidad de Tubinga, especializado en la aplicación de la inteligencia artificial (IA) a la ciencia. «En realidad, quiero comprender el universo», dice Krenn. Recurrió a la IA solo porque la ve como la mejor oportunidad para avanzar en la investigación.

Krenn ya no es el único en esta opinión. Los entusiastas de la tecnología esperan que la IA salve al mundo. En los próximos cinco a diez años, la IA revolucionará el mundo por completo,escribió recientemente en su blog Dario Amodei, fundador de la empresa de IA Anthropic . Amodei imagina un país lleno de genios en centros de datos. Estos genios desarrollarán rápidamente curas para todas las enfermedades, duplicarán la esperanza de vida humana y erradicarán el hambre. El progreso científico y tecnológico de un siglo se condensará en unos pocos años.

¿Puede la IA realmente llevarnos a una era dorada de descubrimientos? ¿O son los modelos de IA simplemente un refrito de viejas ideas?

Las grandes empresas tecnológicas parecen ver potencial en la aplicación de la IA en la ciencia. En febrero, Google anunció el lanzamiento de su último producto: "Co-Scientist". Basada en el modelo de IA Gemini 2.0, la aplicación está diseñada para apoyar a los investigadores en su trabajo.

Algunos científicos que han probado el modelo con antelación reportan resultados impresionantes. Gary Peltz investiga el tratamiento de enfermedades hepáticas en la Universidad de Stanford. Al ver la respuesta de la IA a su pregunta, "literalmente se cayó de la silla", declaró Peltz a Nature . La IA identificó con precisión las áreas que considera particularmente prometedoras y que desea investigar con mayor intensidad en el futuro. La IA también sugirió tres posibles medicamentos. Dos de ellos obtuvieron buenos resultados en las pruebas iniciales de laboratorio.

El microbiólogo José R. Penadés también expresó su entusiasmo por su colega de IA. Penadés es profesor en el Imperial College de Londres e investiga la resistencia a los antibióticos. Con una breve indicación, el modelo de IA produjo exactamente la hipótesis que él y su equipo habían desarrollado durante varios años, según declaró Penadés a la BBC . Los investigadores aún no habían publicado su trabajo sobre esta hipótesis, por lo que el modelo de IA no pudo haber tenido acceso a ella.

Sin embargo, la IA aún no ha aportado nada completamente nuevo. Los investigadores que aplicaron el modelo ya contaban con el conocimiento. «Actualmente no está claro cómo los modelos lingüísticos de gran tamaño ayudan a la ciencia», afirma Mario Krenn. «Pero me sorprendería que eso no ocurriera en un año como máximo».

En principio, la IA ya ha impulsado importantes avances científicos. Quizás el mejor ejemplo sea el modelo de IA Alphafold, capaz de predecir la forma tridimensional de las moléculas de proteínas. En tan solo unos años, ha adquirido una enorme relevancia para la investigación. El año pasado, los desarrolladores de Alphafold recibieron el Premio Nobel por este logro.

La IA también desempeña un papel cada vez más importante en las matemáticas. En junio, el matemático español Javier Gómez Serrano anunció en el periódico "El País" que estaba cerca de resolver uno de los Problemas del Milenio con la ayuda de la IA. Se trata de la ecuación de Navier-Stokes, que describe el movimiento de gases y líquidos. Estas ecuaciones se utilizan en todo, desde la predicción meteorológica hasta el diseño de aeronaves. A pesar de su uso generalizado, aún se desconoce si tienen una solución única para todos. Se ha ofrecido un premio de un millón de dólares estadounidenses para quien encuentre la respuesta a este enigma matemático, que lleva 200 años sin resolver.

Hasta ahora, sin embargo, la IA se ha considerado una herramienta para los investigadores. Sin embargo, el último desarrollo en IA promete que se convertirá en un investigador por sí mismo.

Pero ¿puede la IA generar ideas completamente nuevas? Mario Krenn está convencido de ello. Su sencillo programa informático de 2014 no solo sugirió la solución correcta, sino que también contenía una idea novedosa. Esta idea, a su vez, permitió a los físicos abordar otros problemas sin resolver.

Sin embargo, ha sido difícil obtener buenas ideas de investigación de modelos lingüísticos extensos como Chat-GPT o Gemini, afirma Krenn. Él y su equipo desarrollaron recientemente ideas de investigación personalizadas para 100 científicos mediante IA. Posteriormente, los científicos las evaluaron. «Los investigadores no quedaron realmente satisfechos con las respuestas», afirma Krenn. «Las ideas no eran lo suficientemente específicas».

Por lo tanto, considera especialmente prometedores los enfoques que combinan un modelo de lenguaje de IA con verificación externa. Otro programa verifica la salida de la IA y proporciona retroalimentación. Para que esto funcione, la IA debe formular sus sugerencias de forma tan específica que otro programa pueda comprenderlas. Este método puede obligar a la IA a responder de la forma más específica posible y, al mismo tiempo, a gestionar mejor sus alucinaciones.

Sin embargo, otros expertos dudan que la IA actual sea siquiera capaz de ser científica. Thomas Wolf, uno de los cofundadores de la plataforma abierta de IA Hugging Face, es uno de ellos. El ingrediente más importante para una buena ciencia, escribe en su blog , es plantear las preguntas correctas. Los avances siempre se han producido cuando los humanos han cuestionado conceptos aceptados desde hace tiempo. La IA, en cambio, está fundamentalmente orientada a proporcionar la respuesta predecible. Plantear preguntas inesperadas y completamente nuevas queda fuera de su ámbito de especialización.

Aunque Mario Krenn está convencido de la utilidad de la IA para la investigación, también duda de la visión de los genios en los centros de datos. «Creo que aún falta algo para los grandes avances», afirma. Si bien no descarta la posibilidad de grandes científicos artificiales, aún les queda un largo camino por recorrer. «Primero necesitamos comprender mejor qué hace grandes a los investigadores humanos».

Hasta entonces, Krenn se enfrenta a un problema completamente distinto: la IA propone soluciones a complejos problemas de física que él y sus colegas desconocen. Pueden calcular que la solución es correcta, pero sin saber por qué. «Lo miras y simplemente no tiene sentido», dice Krenn. «Es una sensación muy, muy extraña».

En la conversación de Zoom, se puede ver una pizarra con fórmulas y notas garabateadas al fondo de la oficina de Krenn. Parece que ni siquiera él puede prescindir del pensamiento humano. Aunque solo sea para traducir las ideas de la IA a la comprensión humana.

Un artículo del « NZZ am Sonntag »