Cuando Lee Sedol, 18 veces campeón del mundo de Go (un complejo juego oriental de estrategia) cayó derrotado ante un algoritmo de Deep Mind (startup propiedad de Google), se superaron una serie de hitos inéditos en el desarrollo de la inteligencia artificial (IA). La IA había sido entrenada jugando contra ella misma millones de partidas a la velocidad de la luz, hasta acumular un conocimiento de nivel superhumano. Derrotó a Lee Sedol con un movimiento sorprendente que contravenía los principios estratégicos del juego, movimiento que fue interpretado primero como un error, y posteriormente calificado como “sublime” por el propio campeón mundial. El algoritmo nos estaba mostrando una nueva estrategia, invisible para nosotros tras más de 4.000 años de juego humano. La IA, como las personas, responde a la “paradoja de Polanyi”, según la cual acumulamos conocimiento por experiencia, que sabemos utilizar pero que no podemos codificar ni explicar. Sabemos lo que es el color azul, pero no podemos explicarlo a una persona ciega. Una IA entrenada en Go “ve” nuevas jugadas, sin que pueda explicarnos su lógica. Lo hace por acumulación de conocimiento experto (“intuición”), no por análisis racional.
En su best seller «La Era de la Inteligencia Artificial», Henry Kissinger, Eric Schmidt (ex CEO de Google) y Daniel Huttenlocher (MIT) manifiestan, en relación a una IA entrenada en el MIT para descubrir nuevos antibióticos que «la IA no se limitó a procesar los datos más rápidamente de lo que es humanamente posible, sino que detectó aspectos de la realidad que los humanos no habían detectado, o que quizá no podían detectar». También afirman que «el advenimiento de la IA alterará el concepto que la humanidad tiene de la realidad, y, por tanto, de sí misma. Estamos avanzando hacia grandes logros, pero esos logros deberán suscitar una reflexión filosófica. Cuatro siglos después de que Descartes promulgara su máxima, se cierne una pregunta: si la IA «piensa», o se aproxima al pensamiento, quiénes somos nosotros?». De un modo u otro, la IA tiene una percepción de la realidad más amplia que la nuestra. Y eso, aunque parezca contraintuitivo, está generando una revolución científica sin precedentes.
Al inicio de la pandemia, cuando la medicina no había caracterizado todavía la evolución bioquímica y fisiológica del covid, en el Hospital Clínic de Barcelona una IA permitió reducir en un 50% su mortalidad mediante tratamientos personalizados basados en la predicción de la trayectoria de esa enfermedad. La IA respondía a la paradoja de Polanyi: gracias a entrenamiento con datos de variables clínicas y evoluciones de pacientes previos, era capaz de anticipar qué iba a pasar con el siguiente paciente, aún sin conocer científicamente los principios de la enfermedad. Según Nature, la IA es un increíble instrumento de desarrollo científico, capaz de ayudar a los investigadores a diseñar experimentos, recoger información y proponer nuevas perspectivas y resultados muy difíciles de anticipar con los métodos tradicionales. La IA captura y utiliza el conocimiento existente en grandes bases de datos, aplicando los patrones descubiertos para realizar predicciones o sugerir nuevas hipótesis que pueden dar origen a nuevas teorías científicas inéditas.
Mediante una IA, el Massachussets Institute of Technology (MIT) ha descubierto una combinación de compuestos capaces de erradicar una bacteria resistente a los fármacos, causante de más de 10.000 muertes anuales en EEUU. Analizando miles de moléculas que combaten diferentes tipos de bacterias, la IA es capaz de identificar estructuras químicas asociadas con propiedades antibacterianas. El algoritmo no sabrá explicar por qué, pero nos diseñará un nuevo fármaco eficaz. Si abrimos la IA, no veremos un código explicativo, únicamente una red neuronal artificial cuyas “neuronas” tienen pesos estadísticos que se han ajustado en el entrenamiento. El conocimiento está incrustado en miles de ecuaciones internas, incomprensibles para nosotros.
Durante más de 50 años, científicos de todo el mundo han intentado entender cómo se doblan las proteínas, unas moléculas complejas que desempeñan funciones biológicas determinadas. La forma de las mismas es crítica para determinar sus efectos. Las proteínas del virus del covid tenían una forma que encajaba como una llave en las células pulmonares (por eso las infectaban). Sin embargo, no existen modelos científicos que expliquen la compleja geometría 3D de las proteínas. Es un misterio para la ciencia. AlphaFold, una red neuronal de DeepMind escaneó miles de códigos genéticos y estructuras de proteínas conocidas y, sin necesitar el modelo analítico explicativo (paradoja de Polanyi), fue capaz de predecir la forma de una nueva proteína. Se rumorea que por ese desarrollo Google podría aspirar al premio Nobel de medicina.
La IA puede ser una gran fuerza liberadora de recursos. Napoleón III obsequió al rey de Siam con una comida con cubiertos de aluminio, símbolo de un lujo inaudito. En el siglo XIX, el aluminio era uno de los materiales más caros y escasos del planeta, hasta que los químicos Hall y Héroult descubrieron como sintetizarlo a partir de bauxita, muy abundante en la corteza terrestre. Hoy, una IA de Microsoft ha escaneado digitalmente las propiedades de 32 millones de materiales para descubrir un nuevo material (desconocido hasta el momento) susceptible de ser usado como electrolito ideal de baterías eléctricas. Utilizando las predicciones de la IA, se sintetizó y testeó ese material, no presente en la naturaleza, demostrando sus propiedades únicas como elemento clave de sistemas sostenibles de almacenamiento energético. Con ello se puede reducir en un 70% la necesidad de litio (un mineral escaso que genera graves problemas geopolíticos y medioambientales). Lo que hubiera llevado décadas de investigación por prueba y error se completó en semanas gracias a la intuición de la IA. Una red neuronal masiva corriendo sobre un supercomputador puede explorar digitalmente el espacio de los materiales estables (un espacio inmenso, superior al número de átomos del universo), correlacionándolo con sus propiedades, y proponer aquéllos más adecuados para soluciones concretas en cuanto a características químicas, electromagnéticas o mecánicas.
Estamos en los albores de una nueva era cognitiva. Una era en la que, por primera vez, máquinas digitales podrán extraer conocimiento de los fenómenos naturales, sociales y económicos; y utilizarlo para propulsar una revolución científica sin precedentes desde la Ilustración. La IA acelerará drásticamente el desarrollo de nuevos fármacos, predecirá la evolución de enfermedades, optimizará sistemas energéticos, demostrará teoremas matemáticos, sintetizará nuevos materiales o descubrirá nuevas leyes físicas. Hay luces y sombras en la IA,. No hay tecnologías inherentemente malas o tecnologías inherentemente buenas. Habrá que ir con cuidado, y regular lo que sea necesario. Pero que la ignorancia, o la insensatez humana no nos priven de los beneficios que puede comportar, ni la arrastren a su lado oscuro mediante utilizaciones perversas.
Algunos enlaces complementarios:
https://www.nature.com/articles/d41586-023-03596-0
https://www.nature.com/immersive/d41586-023-03017-2/index.html
Artículo original publicado en La Vanguardia. Imagen hecha por Dall-E
Excelente artículo, como siempre nos tiene habituados el Profesor Ferrás. De todo esto, y de la generación de CONOCIMIENTO ARTIFICIAL, la duda que aun no logro resolver, es «En donde están los problemas éticos en el uso de la IA»?
Siempre que han habido cambios industriales, han nacido también preocupaciones sobre el Rol del Humano en el mundo, lo cual hasta el momento solo han sido meras especulaciones…. Hay en realidad motivos para pensar en la decadencia en rol humano como protagonista del mundo?
PD: Me ha servido mucho el artículo para explorar otras formas de utilización de la IA, pero me falta mucho por descubrir este nuevo mundo!
Gracias por su artículo. Por ahora, la IA no ha hecho más que mejorar NUESTRO trabajo.