Su navegador no soporta el elemento
DEBATE sobre inteligencia artificial (AI) tiende a centrarse en sus peligros potenciales: sesgo algorítmico y discriminación, destrucción masiva de empleos e incluso, dicen algunos, la extinción de la humanidad. Sin embargo, mientras algunos observadores se preocupan por estos escenarios distópicos, otros se centran en las posibles recompensas. ai podrían, afirman, ayudar a la humanidad a resolver algunos de sus problemas más grandes y espinosos. Y ellos dicen, ai Lo hará de una manera muy específica: acelerando radicalmente el ritmo de los descubrimientos científicos, especialmente en áreas como la medicina, la ciencia climática y la tecnología verde. Luminarias en este campo como Demis Hassabis y Yann LeCun creen que AI puede acelerar el progreso científico y conducir a una era dorada de descubrimientos. ¿Podrían tener razón?
Vale la pena examinar estas afirmaciones y pueden proporcionar un contrapeso útil a los temores sobre el desempleo a gran escala y los robots asesinos. Por supuesto, muchas tecnologías anteriores han sido falsamente aclamadas como panaceas. El telégrafo eléctrico fue elogiado en la década de 1850 como heraldo de la paz mundial, al igual que los aviones en el siglo XX; Los expertos en la década de 1990 dijeron que Internet reduciría la desigualdad y erradicaría el nacionalismo. Pero el mecanismo por el cual AI que supuestamente resolverá los problemas del mundo tiene una base histórica más sólida, porque ha habido varios períodos en la historia en los que nuevos enfoques y nuevas herramientas realmente ayudaron a generar estallidos de descubrimientos e innovación científicos que cambiaron el mundo.
En el siglo XVII, los microscopios y telescopios abrieron nuevas perspectivas de descubrimiento y alentaron a los investigadores a preferir sus propias observaciones a la sabiduría recibida de la antigüedad, mientras que la introducción de revistas científicas les brindó nuevas formas de compartir y publicitar sus hallazgos. El resultado fue un rápido progreso en la astronomía, la física y otros campos, y nuevos inventos, desde el reloj de péndulo hasta la máquina de vapor, el principal motor de la Revolución Industrial.
Luego, a partir de finales del siglo XIX, la creación de laboratorios de investigación, que reunieron ideas, personas y materiales a escala industrial, dio lugar a nuevas innovaciones como los fertilizantes artificiales, los productos farmacéuticos y el transistor, el componente básico de la computadora. A partir de mediados del siglo XX, las computadoras permitieron a su vez nuevas formas de ciencia basadas en la simulación y el modelado, desde el diseño de armas y aviones hasta pronósticos meteorológicos más precisos.
Y es posible que la revolución informática aún no haya terminado. Como informamos en una sección especial de Ciencia, AI Actualmente se están aplicando herramientas y técnicas en casi todos los campos de la ciencia, aunque el grado de adopción varía ampliamente: el 7,2% de los artículos de física y astronomía publicados en 2022 involucraron AIpor ejemplo, frente al 1,4% en veterinaria. AI se está empleando de muchas maneras. Puede identificar candidatos prometedores para el análisis, como moléculas con propiedades particulares en el descubrimiento de fármacos o materiales con las características necesarias en baterías o células solares. Puede examinar montones de datos, como los producidos por colisionadores de partículas o telescopios robóticos, en busca de patrones. Y AI Puede modelar y analizar sistemas aún más complejos, como el plegamiento de proteínas y la formación de galaxias. AI Se han utilizado herramientas para identificar nuevos antibióticos, revelar el bosón de Higgs y detectar acentos regionales en los lobos, entre otras cosas.
Todo esto es bienvenido. Pero la revista y el laboratorio fueron aún más lejos: alteraron la práctica científica misma y desbloquearon medios más poderosos para hacer descubrimientos, al permitir que personas e ideas se mezclaran de nuevas maneras y a mayor escala. AItambién tiene el potencial de desencadenar tal transformación.
Dos áreas en particular parecen prometedoras. El primero es el “descubrimiento basado en la literatura” (LBD), que consiste en analizar la literatura científica existente, utilizando ChatGPT-Análisis del lenguaje al estilo, para buscar nuevas hipótesis, conexiones o ideas que los humanos pueden haber pasado por alto. LBD se muestra prometedor a la hora de identificar nuevos experimentos para probar e incluso sugerir posibles colaboradores de investigación. Esto podría estimular el trabajo interdisciplinario y fomentar la innovación en los límites entre campos. LBD Los sistemas también pueden identificar “puntos ciegos” en un campo determinado e incluso predecir descubrimientos futuros y quién los realizará.
La segunda área son los “científicos robóticos”, también conocidos como “laboratorios autónomos”. Son sistemas robóticos que utilizan AI formar nuevas hipótesis, basadas en el análisis de datos y literatura existentes, y luego probar esas hipótesis realizando cientos o miles de experimentos, en campos que incluyen la biología de sistemas y la ciencia de materiales. A diferencia de los científicos humanos, los robots están menos apegados a resultados anteriores, menos guiados por sesgos y, lo que es más importante, fáciles de replicar. Podrían ampliar la investigación experimental, desarrollar teorías inesperadas y explorar vías que los investigadores humanos tal vez no hubieran considerado.
La idea que AI podría transformar la práctica científica es, por lo tanto, factible. Pero la principal barrera es sociológica: esto sólo puede suceder si los científicos humanos están dispuestos y son capaces de utilizar tales herramientas. Muchos carecen de habilidades y capacitación; algunos temen quedarse sin trabajo. Afortunadamente, hay señales esperanzadoras. AI Las herramientas ahora están pasando de ser empujadas por AI investigadores a ser acogidos por especialistas en otros campos.
Los gobiernos y los organismos de financiación podrían ayudar presionando para que se utilicen más normas comunes que permitan AI sistemas para intercambiar e interpretar resultados de laboratorio y otros datos. También podrían financiar más investigaciones sobre la integración de AI inteligencia con robótica de laboratorio y en formas de AI más allá de los que se persiguen en el sector privado, que ha apostado casi todas sus fichas en sistemas basados en lenguajes como ChatGPT. Formas menos de moda de AIcomo el aprendizaje automático basado en modelos, pueden ser más adecuados para tareas científicas como la formulación de hipótesis.
La adición de lo artificial
En 1665, durante un período de rápido progreso científico, Robert Hooke, un erudito inglés, describió la llegada de nuevos instrumentos científicos como el microscopio y el telescopio como “la adición de órganos artificiales a los naturales”. Permiten a los investigadores explorar ámbitos que antes eran inaccesibles y descubrir cosas de nuevas maneras, “con beneficios prodigiosos para todo tipo de conocimientos útiles”. Para los sucesores modernos de Hooke, la incorporación de la inteligencia artificial al conjunto de herramientas científicas está a punto de producir lo mismo en los próximos años, con resultados igualmente transformadores. ■
Solo para suscriptores: para ver cómo diseñamos la portada de cada semana, suscríbase a nuestro boletín semanal Cover Story.
