El Reino Unido liderará la automatización de experimentos científicos con 12 proyectos de inteligencia artificial inéditos

El gobierno del Reino Unido impulsa la inteligencia artificial en la investigación científica mediante una inversión de más de 670.000 dólares. Se trata de 12 proyectos internacionales seleccionados que buscan desarrollar sistemas capaces de gestionar experimentos científicos de principio a fin de forma casi autónoma.

La convocatoria, organizada por la Agencia de Investigación e Invención Avanzada (ARIA), recibió 245 propuestas de equipos compuestos por universidades y empresas emergentes de Reino Unido, Estados Unidos y Europa, y seleccionó los proyectos más innovadores. Según MIT Technology Review, esta iniciativa posiciona al Reino Unido como líder en el desarrollo de experimentación científica automatizada.

La estrategia de ARIA se basa en el concepto de “científico artificial”, entendido como un sistema de inteligencia artificial capaz de formular hipótesis, diseñar experimentos, ejecutarlos y analizar los resultados, repitiendo estos ciclos sin intervención humana directa. En este esquema, el investigador humano plantea las preguntas iniciales y supervisa el proceso general, mientras que la tecnología se encarga de todas las tareas de laboratorio.

Proyectos innovadores y desafíos técnicos

De acuerdo con MIT Technology Review, la mitad de los equipos seleccionados proceden del Reino Unido y el resto, de Estados Unidos y otros países europeos. Cada equipo dispondrá de un periodo de 9 meses para demostrar avances concretos en la gestión autónoma de experimentos científicos mediante inteligencia artificial.

Entre los equipos seleccionados destaca Lila Sciences, una compañía estadounidense que desarrolla un sistema autónomo para la síntesis de puntos cuánticos, nanopartículas semiconductoras esenciales en sectores como la tecnología médica y la energía solar.

Rafa Gómez-Bombarelli, director científico de la empresa, explicó: “Esta subvención nos permite diseñar un ciclo real de robótica con inteligencia artificial en torno a un problema científico concreto, generar pruebas de su funcionamiento y documentarlo para que otros puedan reproducirlo y expandirlo”.

Otro proyecto destacado es el de la Universidad de Liverpool, que desarrolla un robot químico capaz de conducir múltiples experimentos simultáneamente, utilizando un modelo de lenguaje visual para identificar y corregir errores durante el proceso.

Además, una startup londinense trabaja en ThetaWorld, un sistema que emplea modelos de lenguaje grandes para diseñar experimentos sobre las interacciones químicas y físicas que afectan el rendimiento de baterías, con pruebas en un laboratorio completamente automatizado.

MIT Technology Review señala que el objetivo principal es que, al finalizar los nueve meses, los equipos demuestren la capacidad de sus sistemas para producir descubrimientos inéditos de manera autónoma.

Si bien ARIA suele financiar proyectos de mayor duración y presupuesto, en esta ocasión busca medir el estado actual de la automatización en ciencia para definir futuras inversiones en investigación de alto impacto.

Futuro de la experimentación automatizada

Ant Rowstron, director de tecnología de ARIA, justificó el enfoque: “Hay mejores usos para un doctorando que esperar en un laboratorio a las 3 de la mañana para asegurarse de que un experimento termine”.

Rowstron precisó que con estos proyectos, la agencia pretende evaluar la rapidez con la que evolucionan las dinámicas de la ciencia innovadora y establecer una base que oriente nuevas convocatorias a mayor escala.

A pesar del potencial, la publicación advierte sobre los retos técnicos y metodológicos persistentes. Los sistemas autónomos existentes dependen de herramientas desarrolladas previamente por personas y presentan una tasa de error significativa cuando operan largos periodos sin supervisión.

Un reciente estudio citado por MIT Technology Review, realizado en la India, mostró que los modelos de lenguaje grandes fallaron en tres de cuatro ocasiones al completar tareas científicas complejas, ya sea por desviarse de las especificaciones originales o por interpretar erróneamente los resultados.

Rowstron reconoció que la tecnología todavía está en una fase inicial, con limitaciones y posibles estancamientos. Añadió que la difusión de resultados mediante comunicados de prensa, en lugar de revisión por pares, dificulta determinar con precisión el alcance real de cada herramienta.

Sin embargo, el director de tecnología de ARIA prevé que en el futuro próximo estos “científicos artificiales” puedan crear sus propios instrumentos para resolver problemas nuevos, lo que transformaría radicalmente el trabajo en los laboratorios.

Aunque la creatividad investigadora humana seguirá siendo esencial, la aceleración en el desarrollo obliga a los países a adaptarse rápidamente a las nuevas formas de hacer ciencia.

La apuesta del gobierno británico por la innovación guiada por inteligencia artificial evidencia que los sistemas capaces de gestionar experimentos sin ayuda humana directa podrían transformar los criterios de velocidad y adaptación en los laboratorios científicos a nivel global.