Un equipo de investigación de Google y Harvard desarrolló un sistema de inteligencia artificial capaz de escribir software científico de forma automática y superar, en pruebas clave, el rendimiento de programas creados por personas, informó el portal especializado TechXplore. El avance, publicado en la revista científica Nature, apunta a reducir de meses o años a horas o días el diseño y ajuste de herramientas usadas en investigación.

La validación incluyó resultados concretos en salud y biología. En una de las pruebas, el sistema, denominado ERA (Empirical Research Assistance), generó 14 modelos para predecir hospitalizaciones por COVID-19 que superaron a los mejores modelos de los Centros para el Control y la Prevención de Enfermedades de Estados Unidos usados durante la pandemia.

En otra, encontró cuatro métodos nuevos para integrar conjuntos de datos de secuenciación de ARN de célula única con resultados mejores que los enfoques diseñados por especialistas.

El trabajo fue codirigido por Michael Brenner, profesor Catalyst de Matemáticas Aplicadas y Física en la Escuela de Ingeniería y Ciencias Aplicadas John A. Paulson de Harvard e investigador científico de Google, y por Shibl Mourad de Google DeepMind.

De meses a horas: cómo opera ERA

ERA fue concebido para producir lo que los autores definen como “software empírico”: programas cuya única finalidad es maximizar su desempeño en una tarea científica concreta, como pronosticar el clima o anticipar hospitalizaciones durante un brote de enfermedad. Ese tipo de programas sostiene avances en numerosos campos, incluidos tres premios Nobel de Química recientes, detalló el portal.

El problema es que ese software especializado exige que una persona pruebe, corrija y refine el código una y otra vez, en un proceso intensivo en tiempo y trabajo.

El sistema desarrollado elimina ese cuello de botella al automatizar el ciclo completo de diseño y perfeccionamiento del software científico, una tarea que normalmente puede insumir meses o incluso años a expertos humanos. Para lograrlo, combina el modelo de lenguaje Gemini de Google con una estrategia de búsqueda que le permite explorar y refinar miles de fragmentos de código con una velocidad y un alcance superiores a los de un investigador individual.

El proceso parte de un código base orientado a un problema específico. A partir de allí, la herramienta propone cambios: añade componentes nuevos o sustituye algoritmos con el objetivo de mejorar una puntuación predefinida, como la precisión para anticipar la propagación de una enfermedad a partir de hospitalizaciones previas o la capacidad de predecir la forma de proteínas desde secuencias de aminoácidos.

Para decidir qué caminos seguir y cuáles descartar, el modelo utiliza un método de búsqueda en árbol, la misma familia de técnicas aplicada en sistemas de juego como AlphaGo. ERA tampoco opera de forma aislada: puede incorporar ideas de artículos científicos o libros de texto que un usuario le proporcione o que el propio modelo recupere de forma automática e integre en versiones posteriores del código.

“Esta capacidad de integrar y recombinar ideas de investigación permite al sistema encontrar soluciones de ‘aguja en un pajar’ que la investigación humana quizá nunca llegue a poner a prueba”, señaló Brenner.

Las pruebas en biología y neurociencia

El equipo aplicó la herramienta a un conjunto diverso de problemas científicos. Entre ellos estuvo la predicción de la actividad de más de 70.000 neuronas en el cerebro de un pez cebra y la comparación de esos resultados con datos neuronales reales.

En uno de esos experimentos, el equipo pidió a ERA que utilizara una biblioteca ya existente de modelado neuronal para construir simulaciones físicamente más precisas de la actividad cerebral. Lo cierto es que antes podía llevarte una semana implementar algunos métodos específicos, pero ahora puedes ejecutarse en paralelo en unas pocas horas.

De acuerdo con una entrada del blog de Google, citada por el portal, al reducir el tiempo necesario para explorar un conjunto de ideas de meses a horas o días, el programa puede liberar tiempo para que los científicos se concentren en desafíos “verdaderamente creativos y críticos” y en definir y priorizar las preguntas fundamentales y los problemas sociales que la investigación científica puede ayudar a resolver.