Una inteligencia artificial casi gana el último Premio Nobel y podría lograrlo en el futuro

Los Premios Nobel en física y química de 2024 nos han permitido asomarnos al futuro de la ciencia. La inteligencia artificial (IA) ha sido fundamental para los descubrimientos galardonados con ambos premios. Lo que lleva a preguntarse qué pensaría Alfred Nobel, el fundador de los premios, de todo esto.

Veremos con toda seguridad muchas más medallas Nobel entregadas a investigadores que utilizaron herramientas de inteligencia artificial. Mientras esto sucede, podemos encontrar que los métodos científicos galardonados por el comité del Nobel se apartan de categorías sencillas como "física", "química" y “fisiología o medicina”.

También podemos ver que los antecedentes científicos de los galardonados mantienen una conexión más vaga con estas categorías. El premio de física de este año recayó en el estadounidense John Hopfield, de la Universidad de Princeton y el británico Geoffrey Hinton, de la Universidad de Toronto. Si bien Hopfield es físico, Hinton estudió psicología experimental antes de gravitar hacia la IA.

El premio de química lo compartieron el bioquímico David Baker, de la Universidad de Washington, y los informáticos Demis Hassabis y John Jumper, ambos de Google DeepMind en el Reino Unido.

Existe una estrecha conexión entre los avances basados ​​en la IA premiados en las categorías de física y química. Hinton ayudó a desarrollar un método utilizado por DeepMind para hacer predecir la forma de las proteínas.

Los galardonados en física, en particular Hinton, sentaron las bases del poderoso campo conocido como aprendizaje automático. Este es un subconjunto de la IA que se ocupa de algoritmos, conjuntos de reglas para realizar tareas computacionales específicas.

El trabajo de Hopfield no se utiliza particularmente en la actualidad, pero el algoritmo de retropropagación (coinventado por Hinton) ha tenido un tremendo impacto sobre muchas ciencias y tecnologías diferentes. Se trata de redes neuronales, un modelo de informática que imita la estructura y función del cerebro humano para procesar datos. La retropropagación permite a los científicos entrenar enormes redes neuronales. Si bien el comité del Nobel hizo todo lo posible para conectar este influyente algoritmo con la física, es justo decir que el vínculo no es directo.

Entrenar un sistema de aprendizaje automático implica exponerlo a grandes cantidades de datos, a menudo de Internet. El avance de Hinton finalmente permitió el entrenamiento de sistemas como GPT (la tecnología detrás de ChatGPT) y los algoritmos de IA AlfaGo y AlfaFold, desarrollado por Google DeepMind. Por tanto, el impacto de la retropropagación ha sido enorme.

AlphaFold 2 de DeepMind resolvió un problema de hace 50 años: predecir las estructuras complejas de las proteínas a partir de sus componentes moleculares, los aminoácidos.

Cada dos años, desde 1994, los científicos organizan un concurso para encontrar la mejor manera de predecir las estructuras y formas de las proteínas a partir de las secuencias de sus aminoácidos. El concurso se llama Evaluación crítica de predicción de estructuras (CASP).

En los últimos concursos, los ganadores de CASP han utilizado alguna versión de AlphaFold de DeepMind. Por lo tanto, se puede trazar una línea directa entre la retropropagación de Hinton y el avance AlphaFold 2 de Google DeepMind.

David Baker utilizó un programa informático llamado Rosetta para lograr la difícil hazaña de construir nuevos tipos de proteínas. Tanto el enfoque de Baker como el de DeepMind tienen un enorme potencial para aplicaciones futuras.

Atribuir crédito siempre ha sido un aspecto controvertido de los Premios Nobel. Solo un máximo de tres investigadores pueden compartir un Nobel. Pero los grandes avances científicos son colaborativos. Los artículos científicos pueden tener 10, 20, 30 autores o más. Más de un equipo podría contribuir a los descubrimientos galardonados por el comité del Nobel.

Este año es posible que tengamos más debates sobre la atribución de la investigación sobre el algoritmo de retropropagación, que ha sido reivindicada por varios investigadores, así como sobre la atribución general de un descubrimiento a un campo como la física.

Ahora tenemos una nueva dimensión del problema de la atribución. Cada vez es menos claro si siempre seremos capaces de distinguir entre las contribuciones de los científicos humanos y las de sus colaboradores artificiales: las herramientas de inteligencia artificial que ya están ayudando a ampliar los límites de nuestro conocimiento.

En el futuro, ¿podremos ver a las máquinas ocupar el lugar de los científicos y a los humanos desempeñar un papel de apoyo? Si es así, tal vez la herramienta de inteligencia artificial obtenga el principal Premio Nobel y los humanos necesiten su propia categoría.

Los Premios Nobel en física y química de 2024 nos han permitido asomarnos al futuro de la ciencia. La inteligencia artificial (IA) ha sido fundamental para los descubrimientos galardonados con ambos premios. Lo que lleva a preguntarse qué pensaría Alfred Nobel, el fundador de los premios, de todo esto.