9 formas en que la IA avanza la ciencia

Última actualización: 22 de noviembre de 2024

Vivimos 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. Aunque a menudo pensamos en el progreso científico como rápido e imparable, la verdad es que, durante muchas décadas, el progreso en realidad se ha ralentizado. La comunidad científica aún debate las razones 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 han acelerado realmente el ritmo del descubrimiento científico. Desde avances en la atención médica hasta el descubrimiento de enzimas que degradan el plástico, ya estamos viendo los beneficios.

Estos avances son el resultado de décadas de colaboración entre investigadores, tecnólogos, responsables 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, organiza hoy el primer Foro de IA para la Ciencia. Este evento en Londres reúne a científicos, responsables de políticas y líderes de la industria para explorar cómo la IA puede transformar la ciencia y el papel de las asociaciones público-privadas en la promoción de la innovación.

Para entender cómo hemos llegado a este punto y hacia dónde podríamos dirigirnos a continuación, echemos un vistazo a nueve hitos recientes que han allanado el camino para el progreso científico futuro:

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

Durante décadas, los expertos han considerado que entender el plegamiento de proteínas es un "gran desafío". En 2022, Google DeepMind publicó las estructuras predichas de 200 millones de proteínas utilizando su modelo AlphaFold 2. Antes de esto, determinar la estructura tridimensional de una sola proteína podía tomar más de un año; AlphaFold lo hace en minutos con una precisión increíble. Al hacer estas predicciones disponibles gratuitamente, los científicos de todo el mundo ahora pueden acelerar la investigación en áreas como el desarrollo de nuevos medicamentos, la lucha contra la resistencia a los antibióticos y el abordaje de la contaminación por plásticos. El siguiente paso, AlphaFold 3, se basa en esto al predecir la estructura y las interacciones de todas las moléculas de la vida.

2. Revelando el cerebro humano con un detalle sin precedentes para apoyar la investigación en salud

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

3. Salvando vidas con pronósticos de inundaciones precisos

Cuando Google comenzó su proyecto de pronóstico de inundaciones en 2018, muchos pensaron que era imposible predecir inundaciones con precisión a gran escala debido a datos limitados. Pero los investigadores desarrollaron un modelo de IA que puede predecir eventos fluviales extremos en cuencas no monitoreadas hasta cinco días antes, con una fiabilidad que iguala o supera a los pronósticos actuales. 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 con un plazo de siete días que el modelo anterior tenía a cinco días.

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

Los incendios forestales son cada vez más comunes y destructivos debido a climas más cálidos y 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 satélites globales 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. Prediciendo el clima más rápido y con mayor precisión

En 2023, Google DeepMind lanzó GraphCast, un modelo de aprendizaje automático que predice el clima hasta 10 días antes con mayor precisión y mucho más rápido que el estándar de la industria (HRES). GraphCast también puede predecir trayectorias de ciclones y riesgos asociados, como inundaciones, con mayor precisión, y predijo correctamente que el huracán Lee impactaría Nueva Escocia tres días antes que los modelos tradicionales.

6. Avanzando en la frontera del razonamiento matemático

La IA siempre ha tenido dificultades con matemáticas complejas debido a datos limitados y habilidades de razonamiento. Pero en 2024, Google DeepMind presentó AlphaGeometry, un sistema de IA que resolvió problemas de geometría complejos a un nivel cercano al de un medallista de oro en las Olimpiadas. Esto fue un gran avance en el rendimiento de la IA y el desarrollo de sistemas de IA general más avanzados. El modelo posterior, AlphaGeometry 2, combinado con AlphaProof, resolvió el 83% de todos los problemas de geometría históricos de la Olimpiada Matemática Internacional (IMO) de los últimos 25 años. Esto muestra la creciente capacidad de la IA para razonar y potencialmente resolver problemas más allá de las capacidades humanas actuales, acercándonos a sistemas que pueden descubrir y verificar nuevos conocimientos.

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

Investigadores de Google, junto con UC Berkeley y la Universidad de Columbia, realizaron las simulaciones químicas más grandes jamás hechas en una computadora cuántica. Publicados 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 para realizar estas simulaciones conducirá a predicciones más precisas de la reactividad y cinética química, allanando el camino para nuevas aplicaciones de la química para resolver problemas del mundo real.

8. Acelerando la ciencia de materiales y el potencial para celdas solares, baterías y superconductores más sostenibles

En 2023, Google DeepMind anunció Graph Networks for Materials Exploration (GNoME), una herramienta de IA que ya ha descubierto 380,000 materiales estables a bajas temperaturas, según simulaciones. En un momento en que buscamos nuevas soluciones energéticas, poder de procesamiento y avances en la ciencia de materiales, esto podría conducir a mejores celdas solares, baterías y posibles superconductores. Para hacer esta tecnología accesible para todos, Google DeepMind puso las predicciones más estables de GNoME a disposición a través del Proyecto de Materiales en su base de datos abierta.

9. Dando un paso significativo hacia la fusión nuclear y una energía limpia abundante

Como dice el viejo refrán, "La fusión es la energía del futuro, y siempre lo será". Aprovechar la energía que alimenta a las estrellas, incluido nuestro sol, ha sido un desafío de larga data. En 2022, Google DeepMind desarrolló una IA que puede controlar autónomamente el plasma dentro de un reactor de fusión nuclear. Trabajando con el Centro de Plasma Suizo en EPFL, construyeron el primer sistema de aprendizaje reforzado capaz de estabilizar y dar forma al plasma dentro de un reactor de fusión operativo, abriendo nuevas vías hacia una fusión estable y una energía limpia abundante para todos.