Un nuevo modelo de IA desarrollado por Google demuestra que acelerar la innovación científica es cada vez más factible gracias a esta tecnología

El profesor José R. Penadés y su equipo del Imperial College en Londres llevaban una década trabajando en una forma de demostrar cómo ciertas superbacterias son inmunes a los antibióticos. Tras todo ese tiempo al fin habían logrado una conclusión al respecto. Recientemente dedicieron darle una oportunidad a la IA para resolver el mismo problema. Se llevaron una sorpresa.

Diez años ellos, 48 horas la IA. Los científicos usaron una nueva herramienta de IA de Google llamada co-scientist para proporcionarle un breve prompt preguntándole por el problema esencial sobre el que habían estado investigando durante diez años. La IA llegó a la misma conclusión que ellos, pero tardó solo 48 horas en alcanzarla.

Y la IA no sabía la respuesta de antemano. Uno de los detalles importantes aquí es que la IA no podía haber averiguado la solución buscándola en internet. Penadés y su equipo no habían llegado a publicar el estudio, así que co-scientist no pudo encontrar la respuesta porque no era de dominio público.

“Necesito digerirlo”. El profesor Penadés indicó en BBC cómo se enteró de que la IA había llegado a la misma conclusión en tan solo dos días. “Estaba de compras con alguien, y le dije, “por favor, déjame solo una hora, necesito digerir esto”. Llegó a escribirle un correo a los responsables de Google preguntándoles “¿tenéis acceso a mi ordenador, verdad?”. Google dijo que no.

Podría haber ahorrado años. Aun considerando la solución de la IA como una hipótesis cuando comenzaron a trabajar en el problema, tenerla les hubiera ahorrado años de trabajo, explicó Penadés.

Pero es que la IA fue más allá. De hecho, la herramienta de Google había hecho algo más que replicar su investigación. “No solo era que la hipótesis que proporcionó era la correcta. Es que proporcionó otras cuatro, y todas ellas tenían sentido. Y en uno de los casos, nunca se nos ocurrió, y ahora estamos trabajando en ella”.

A por las superbacterias. El estudio trataba de revelar cómo se crean algunas superbacterias que son resistentes a los antibióticos. La hipótesis planteaba que las superbacteria pueden formar una cola a partir de distintos virus, y eso permite que se propagen entre especies. Es como si tuvieran las “llaves” para desplazarse de un lugar a otro y “entrar” en distintos huéspedes. Esa es la misma hipótesis a la que llegó co-scientist en 48 horas.

“Esto cambiará la ciencia”. Para el profesor Penadés “esto cambiará la ciencia, seguro”. Herramientas como esta, dice, “dan la oportunidad de jugar un gran partido. Siento como si por fin estuviera jugando un partido de la Champions League con esto”.

Y ahí no se para la cosa: llega Evo 2. Este descubrimiento se une al lanzamiento estos días de Evo 2, el modelo de IA orientado a la biología más grande hasta ahora. Un grupo de investigadores de las Universidades de Berkeley, Stanford, el Arc Institute, la UCSF y NVIDIA han entrenado un modelo de IA con 9,3 billones de nucleótidos (a partir de los cuales se crean las cadenas de ADN) a partir de 128.000 genomas completos. Gracias a este modelo es posible predecir con precisión todos los tipos de mutaciones genéticas.

Con información de: Xataka

CD/WM