9 formas en que la IA avanza la ciencia

Última actualización: 22 de noviembre de 2024

Estamos viviendo en una era en la que la ciencia aplicada, el ingenio humano y las nuevas tecnologías están arrojando luz sobre algunas de las preguntas más grandes y antiguas de la humanidad. Si bien a menudo pensamos que el progreso científico es rápido e imparable, la verdad es que, durante muchas décadas, el progreso se ha ralentizado. La comunidad científica todavía está debatiendo las razones detrás de esta desaceleración, pero gran parte de la tecnología actual, desde aviones hasta procesos de fabricación, no ha cambiado mucho en el último medio siglo.

Sin embargo, en los últimos años, los avances en campos como la inteligencia artificial y la computación cuántica realmente han acelerado el ritmo del descubrimiento científico. Desde avances en salud hasta descubrir enzimas que comen plástico, ya estamos viendo los beneficios.

Estos avances son el resultado de décadas de colaboración entre investigadores, tecnólogos, formuladores de políticas, organizaciones civiles y personas de todos los ámbitos de la vida. Proporcionan una hoja de ruta sobre cómo la IA puede usarse en la ciencia para mejorar significativamente nuestras vidas.

Con esto en mente, la Royal Society, en asociación con Google Deepmind, está organizando el primer foro de IA para Science Forum hoy. Este evento en Londres reúne a científicos, responsables políticos y líderes de la industria para explorar cómo la IA puede transformar la ciencia y el papel de las asociaciones público-privadas para impulsar la innovación.

Para comprender cómo hemos llegado a este punto y a dónde podríamos dirigirnos a continuación, echemos un vistazo a nueve hitos recientes que han allanado el camino para futuros progresos científicos:

1. Resolver el "gran desafío" de 50 años de la predicción de la estructura de proteínas

Durante décadas, los expertos han llamado a la comprensión de las proteínas que se pliega como un "gran desafío". En 2022, Google Deepmind liberó las estructuras predichas de 200 millones de proteínas usando su modelo Alphafold 2. Antes de esto, descubrir la estructura 3D de una sola proteína podría tomar más de un año: Alfafold puede hacerlo en minutos con una precisión increíble. Al hacer que estas predicciones estén disponibles gratuitamente, los científicos de todo el mundo ahora pueden acelerar la investigación en áreas como el desarrollo de los nuevos medicamentos, la lucha contra la resistencia a los antibióticos y abordar la contaminación plástica. El siguiente paso, Alfafold 3, se basa en esto mediante la predicción de la estructura e interacciones de todas las moléculas de la vida.

2. Revelando el cerebro humano con detalles sin precedentes para apoyar la investigación de la salud

El cerebro humano siempre ha sido un misterio. Después de 10 años de investigación de Connectomics, Google, junto con el laboratorio Lichtman en Harvard y otros, mapeó una pequeña pieza del cerebro humano con más detalle que nunca. Lanzado en 2024, este proyecto mostró estructuras en el cerebro que nunca antes habíamos visto. El conjunto de datos completo, completo con anotaciones generadas por IA para cada celda, ahora es público, lo que ayuda a acelerar la investigación.

3. Salvando vidas con un pronóstico preciso de inundaciones

Cuando Google comenzó su proyecto de pronóstico de inundaciones en 2018, muchos pensaron que era imposible predecir las inundaciones con precisión a gran escala debido a datos limitados. Pero los investigadores desarrollaron un modelo de IA que puede predecir eventos ribereños extremos en cuencas no gaugadas con hasta cinco días de anticipación, con una coincidencia de confiabilidad o incluso superar la de los ahora transcurridos. Para 2024, Google Research amplió esto para cubrir 100 países y 700 millones de personas en todo el mundo, y mejoró el modelo para ofrecer la misma precisión en un tiempo de entrega de siete días que el modelo anterior en las cinco.

4. Ocupar los incendios forestales antes para ayudar a los bomberos a detenerlos más rápido

Los incendios forestales se están volviendo más comunes y destructivos debido a los climas más calurosos y más secos. En 2024, Google Research se asoció con el Servicio Forestal de EE. UU. Para crear Firesat, un modelo de IA y una nueva constelación de satélite global diseñada para detectar y rastrear incendios forestales tan pequeños como un aula. Con imágenes de mayor resolución disponibles en 20 minutos, esto ayudará a las autoridades de incendios a responder más rápido, potencialmente salvando vidas, propiedades y recursos naturales.

5. Predecir el clima más rápido y con más precisión

En 2023, Google Deepmind lanzó Graphcast, un modelo de aprendizaje automático que predice el clima hasta 10 días más adelante y mucho más rápido que el estándar de la industria (HRES). Graphcast también puede predecir las rutas de ciclones y los riesgos asociados como las inundaciones con mayor precisión, y predijo correctamente el huracán Lee golpearía a Nueva Escocia tres días antes de que los modelos tradicionales lo hicieran.

6. Avance de la frontera del razonamiento matemático

AI siempre ha tenido problemas con las matemáticas complejas debido a datos limitados y habilidades de razonamiento. Pero en 2024, Google Deepmind introdujo la alfageometría, un sistema de IA que resolvió problemas de geometría compleja a un nivel cercano al de un medalista de oro en la Olimpiada Humana. Este fue un gran paso adelante en el rendimiento de la IA y el desarrollo de sistemas de IA generales más avanzados. El modelo de seguimiento, Alphageometry 2, combinado con Alphaproof, resolvió el 83% de todos los problemas de geometría de la Olímpica Matemática Internacional Histórica (OMI) de los últimos 25 años. Esto muestra la creciente capacidad de AI para razonar y potencialmente resolver problemas más allá de las capacidades humanas actuales, acercándonos más a los sistemas que pueden descubrir y verificar nuevos conocimientos.

7. Uso de la computación cuántica para predecir con precisión la reactividad química y la cinética

Los investigadores de Google, junto con la Universidad de UC Berkeley y Columbia, realizaron las simulaciones de química más grandes en una computadora cuántica. Publicado en 2022, estos resultados no solo fueron competitivos con los métodos clásicos, sino que tampoco requirieron la mitigación de errores habitual asociada con la computación cuántica. Esta capacidad de ejecutar estas simulaciones conducirá a predicciones más precisas de reactividad química y cinética, allanando el camino para nuevas aplicaciones de química para resolver problemas del mundo real.

8. Acelerar la ciencia de los materiales y el potencial para células solares, baterías y superconductores más sostenibles

En 2023, Google Deepmind anunció redes gráficas para la exploración de materiales (GNOME), una herramienta de IA que ya ha descubierto 380,000 materiales estables a bajas temperaturas, según las simulaciones. En un momento en que estamos buscando nuevas soluciones energéticas, energía de procesamiento y avances en ciencias de los materiales, esto podría conducir a mejores células solares, baterías y posibles superconductores. Para que esta tecnología sea accesible para todos, Google Deepmind puso a disposición las predicciones más estables de GNOME a través del proyecto de materiales en su base de datos abierta.

9. Dar un paso significativo hacia la fusión nuclear, y abundante energía limpia

Como dice el viejo dicho: "La fusión es la energía del futuro, y siempre lo será". Aprovechar la energía que impulsa a las estrellas, incluido nuestro sol, ha sido un desafío de larga data. En 2022, Google Deepmind desarrolló una IA que puede controlar de forma autónoma el plasma dentro de un reactor de fusión nuclear. Trabajando con el centro de plasma suizo en EPFL, construyeron el primer sistema aprendido de refuerzo capaz de estabilizar y moldear el plasma dentro de un reactor de fusión operacional, abriendo nuevas vías hacia la fusión estable y la abundante energía limpia para todos.