Una nueva Inteligencia Artificial potenciará el conocimiento científico

Una nueva Inteligencia Artificial, llamada IA Descartes, tiene como objetivo acelerar el descubrimiento científico. Dotada de razonamiento lógico, puede descubrir leyes naturales a partir de pocos conjuntos de datos.

En pleno auge, al menos mediático, de la Inteligencia Artificial, emerge ahora un nuevo desarrollo de las ciencias de la computación que se llama IA Descartes.

Se trata de un desarrollo novedoso de la Inteligencia Artificial orientado específicamente a potenciar la investigación científica.

Ya es algo más que una idea: ha sido capaz de reproducir una parte de una investigación que obtuvo el Premio Nobel, de redescubrir la tercera ley del movimiento planetario de Kepler e incluso consiguió una aproximación notable a la ley relativista de la dilatación del tiempo de Einstein.

Desarrollado por investigadores de IBM Research, Samsung AI y la Universidad de Maryland, Condado de Baltimore (UMBC), AI-Descartes se presenta a sí misma como una herramienta para el descubrimiento científico derivable.

Modelos matemáticos

Sus creadores explican que los científicos avanzan en sus investigaciones creando modelos matemáticos que describen con precisión una realidad que está situada fuera del ámbito de las matemáticas y ayudan así a entender mejor fenómenos naturales, sociales, físicos, etc.

La previsión del tiempo o de la economía se basa en modelos matemáticos, cuya importancia está directamente relacionada con la precisión con la que se construya la representación matemática del mundo.

Los científicos pueden crear estos modelos espontáneamente, en función de conocimientos propios sobre una realidad, o también pueden apoyarse en algoritmos que les permiten crear modelos de forma automática a partir de grandes conjuntos de datos.

Métodos combinados

IA Descartes integra ambos métodos para crear modelos más avanzados de una forma que simplifica su construcción: permiten descubrir leyes naturales a partir de unos pocos conjuntos de datos. Dotado de razonamiento lógico, también refina los posibles errores que pueden derivarse de datos similares.

IA Descartes tiene aplicaciones potenciales en diversos campos de la ciencia, donde podría ayudar a descubrir fórmulas significativas que describan con precisión los datos experimentales, al tiempo que incorpora el conocimiento previo expresado como restricciones, explican sus desarrolladores.

AI-Descartes se une a AI Feynman y otras herramientas informáticas recientemente desarrolladas que tienen como objetivo acelerar el descubrimiento científico.

Regresión simbólica

En el núcleo de estos sistemas hay un concepto llamado regresión simbólica, que encuentra ecuaciones para ajustar los datos.

Dados los operadores básicos, como la suma, la multiplicación y la división, los sistemas pueden generar cientos o millones de ecuaciones, entre las cuales seleccionan las que describen con mayor precisión las relaciones ocultas en los datos.

AI-Descartes ofrece algunas ventajas sobre otros sistemas, pero su característica más distintiva es su capacidad de razonar lógicamente, explica en un

comunicado

Cristina Cornelio, investigadora de Samsung AI en Cambridge, Inglaterra, y primera autora del artículo que publican en Nature Communications.

Si hay múltiples ecuaciones candidatas que se ajustan bien a los datos, el sistema identifica qué ecuaciones encajan mejor con la teoría científica de fondo.

Principios y datos

La capacidad de razonar también distingue al sistema de los programas de "IA generativa" como ChatGPT, cuyo modelo de lenguaje tiene habilidades lógicas limitadas y, a veces, arruina las matemáticas básicas.

"En nuestro trabajo, estamos fusionando un enfoque de primeros principios, que ha sido utilizado por los científicos durante siglos para derivar nuevas fórmulas de las teorías de fondo existentes, con un enfoque basado en datos que es más común en la era del aprendizaje automático", añade Cornelio.

"Esta combinación nos permite aprovechar ambos enfoques y crear modelos más precisos y significativos para una amplia gama de aplicaciones", concluye.

El sistema funciona particularmente bien en datos ruidosos del mundo real, que pueden hacer tropezar los programas tradicionales de regresión simbólica: podrían pasar por alto la señal real en un esfuerzo por encontrar fórmulas que capturen cada zig y zag errante de los datos.

También gestiona bien pequeños conjuntos de datos, incluso encontrando ecuaciones confiables cuando se alimenta con tan solo diez puntos de datos, detallan los investigadores.

Teoría de fondo

Un factor que podría ralentizar la adopción de una herramienta como AI-Descartes para la ciencia de frontera es la necesidad de identificar y codificar la teoría de fondo asociada para preguntas científicas abiertas, advierten los investigadores.

El equipo está trabajando para crear nuevos conjuntos de datos que contengan mediciones reales y una teoría de fondo asociada para refinar su sistema y probarlo en nuevos terrenos.

El nombre AI-Descartes es un guiño al matemático y filósofo del siglo XVII René Descartes, quien argumentó que el mundo natural podía ser descrito por unas pocas leyes físicas fundamentales y consagró la deducción lógica como un elemento clave del descubrimiento científico.

Referencia

Combining data and theory for derivable scientific discovery with AI-Descartes. Cristina Cornelio et al. Nature Communications, volume 14, Article number: 1777 (2023). DOI:https://doi.org/10.1038/s41467-023-37236-y