Desde 2019, investigadores del Instituto Tecnológico de Massachussets (MIT por su sigla en inglés) utilizaron la Inteligencia Artificial (IA) para identificar entre millones de compuestos cuales podrían combatir de mejor forma las super bacterias, donde destacan los hallazgos de la halicina y abaucina. El algoritmo con el que trabaja la IA se estrena mediante una base datos compuesta por estructuras químicas de antibióticos y su eficiencia contra las bacterias; esto le permite a la IA establecer vínculos y sugerir nuevos fármacos para combatir a dichos microorganismos, lo que para los investigadores representa una reducción en los procesos de ensayos químicos. A manera de analogía, la IA puede funcionar como un detector de metales al buscar una aguja en un pajar.

Las capacidades de la IA la colocan como una alternativa para los investigadores que tratan de solucionar problemas complejos en el mundo, como la predicción meteorológica, la búsqueda de materiales para baterías, pilas y paneles solares, asó como el control de reacciones de fusión nuclear. La IA podría llevar a cabo un nuevo renacimiento en el descubrimiento, tal como indica Demis Hassabis, cofundador de Google DeepMind, quien la califica como un fomento al ingenio y capacidades humanas, además permitirá a los científicos extender las fronteras de conocimiento existentes, o también conocido como, "multiplicador del ingenio humano" (dato crucial 1y 2).

Desde los años sesenta para el uso de la IA se requería saber lenguaje de programación, por ejemplo, para tareas de físicas de partículas o matemáticas, lo que hoy en día se puede hacer con el uso de herramientas de consulta como ChatGPT, el chatbot de Openai. La existencia de nuevas y más sencillas herramientas de IA como el chatbot mencionado, ha brindado que los científicos tengan fácil acceso a un asistente de investigación sobrehumano que puede resolver lo que le pidan, desde ecuaciones hasta examinar datos. Décadas atrás se pensaba imposible, porque se requería conocimientos amplios en informática, lo que ya no es necesario.

Aunque la IA tiene una capacidad sobresaliente y ha podido ayudar al descubrimiento de fármacos y materiales, aún presenta el problema de que no se tiene la certeza de que funcionen a nivel comercial. A pesar de esto, la IA ayuda a los científicos con el manejo de la información, lo que representa ahorro de tiempo y dinero (dato crucial 3).

¿Qué soñaste?

La IA además de encontrar y analizar, también es capaz de predecir. Como es el caso de la biología, a través del estudio de las proteínas, donde los científicos aún no conocen cómo se comporta el plegamiento de estas pese al apoyo de tecnologías como AlphaFold (dato crucial 4).

Otro funcionamiento de la IA es la predicción con las simulaciones informáticas como los modelos meteorológicos. Aunque existen superordenadores que actualmente pronostican el tiempo presentan deficiencias al ser caros, consumen mucha energía y tardan mucho en realizar los cálculos. Es por eso que, científicos del clima y empresas han optado por el uso de aprendizaje automático en la IA como tecnología que mejora la eficiencia de los superordenadores para la predicción del clima. Tal como lo ha hecho Pangu-Weather una IA construida por Huawei, capaz de hacer predicciones meteorológicas desde una semana antes y a bajos costos. O FourCastNet creado por Nvidia quien es un fabricante de chips estadounidenses, el cual puede generar las previsiones meteorológicas en menos de dos segundos, además de ser el primer modelo de IA que predice con exactitud la lluvia.

En el campo de la física, se ha usado la IA para la investigación de la fusión nuclear desde un enfoque que consiste en la creación de un plasma (un gas sobrecalentado y cargado eléctricamente) el cual contribuye a la fusión nuclear para controlar piezas complejas de equipos. Sin embargo, el proceso es complicado y delicado por el uso de altas temperaturas y materiales, pero gracias a un sistema de control de IA, propiedad de Google DeepMind y École Polytechnique Fédérale de Lausanne (EPFL por su sigla en francés) ha permitido a los científicos probar diferentes formas de plasma en un ordenador por medio de la simulación, facilitando y mejorando el proceso. Así, por medio de la automatización con los laboratorios autónomos la IA podría automatizar y acelerar los experimentos físicos y el trabajo de laboratorio.

Ha estado en el punto de mira

La Inteligencia Artificial Generativa tiene dos usos científicos principales. En primer lugar, se puede utilizar para generar nuevos datos. En este sentido, una aplicación refiere a la utilización de modelos de resolución, los cuales pueden convertir imágenes de calidad inferior en imágenes de alta calidad. Tal es el caso de la conversión de imágenes de microcopia electrónica de baja resolución hacia una de alta resolución, que bajo otros métodos implicaría grandes costos. Del mismo modo, la IA también sirve para generar estructuras moleculares, las cuales también parten de una base de datos de internet para su predicción. Esto ayuda a los científicos a hacer comparaciones de estructuras de nuevas fármacos.

Otro uso de la IA y los LLM indica que podrían utilizarse para la realización de experimentos o pruebas, por ejemplo de investigación económica, que requieren de la participación de personas. En este contexto, se realizarían simulaciones sobre escenarios hipotéticos y dependiendo de la relevancia de los resultados, podrían trasladarse dichos experimentos hacia verdaderos humanos.

En segundo lugar, puede ampliar el conocimiento de las disciplinas en la prueba de nuevas ideas, como es el caso de los físicos que buscan explorar, combinar y reutilizar datos. La tecnología está haciendo que los científicos estén siendo más eficientes, con el uso de programas como Copilot que ayuda a los programadores a escribir software más rápido (dato crucial 5). También está Elicit que ayuda a resumir literatura de investigación de forma más rápida que un humano.

Por otro lado, la IA podría lograr ampliar el acceso al conocimiento dentro de las disciplinas, como es el caso de la física donde la Universidad de California, Riverside, ha propuesto utilizar la IA para integrar mediciones de múltiples experimentos de física fundamental para que los físicos teóricos puedan explorar, combinar y reutilizar rápidamente los datos en su propio trabajo.

Retomando el estudio de las proteínas y AlphaFold, dicho programa aún no puede obtener todas las proteínas existentes y explicar su comportamiento, pero ha brindado ayuda a los científicos para determinar una estructura probable de una proteína en segundos. La IA podría acelerar la productividad de la investigación, lo que podría ser la mejor manera económica y social de todos los usos que tiene la IA.

La IA ha demostrado tener la capacidad de procesar datos, automatizar cálculos y elaborar trabajos de laboratorio, logrando terminar con lagunas de conocimiento (dato crucial 6). Estos son buenos para conectar los puntos de información (interpolación) pero su deficiencia se presenta en la extrapolación, es decir para adivinar los siguientes puntos.

Bienvenida a la máquina

La IA permitirá impulsar la productividad de la investigación, lo que daría como resultado la obtención del multiplicador del ingenio humano. A su vez, brindará a los científicos una mejor visión del mundo para encontrar nuevas áreas de conocimiento tomando en cuenta a otras disciplinas. Si en la actualidad los científicos han trabajo poco con la IA, en un futuro tendrán que adaptarse a ella.