Claude ya está descubriendo nuevos sistemas celulares. El problema es que el cuello de botella de la ciencia no está ahí
Claude ha encontrado en millones de secuencias de ADN un sistema biológico que no había sido caracterizado previamente. Anthropic lo ha llamado ART (Array-associated Reverse Transcriptase o transcriptasa inversa asociada a matrices) y aparece sobre todo en bacteriófagos, que no son otra cosa que virus con la capacidad de infectar a algunos tipos de bacterias. Sí, es el enésimo descubrimiento de una inteligencia artificial (IA). Y con toda seguridad llegarán muchos más. Sin embargo, este hito en biología nos invita a hacernos una pregunta muy importante.
¿Estamos ante auténticos descubrimientos científicos o delante de sistemas extraordinariamente buenos encontrando candidatos que después necesitan pasar por el lento proceso de la ciencia? Las aportaciones que los modelos de IA de frontera ya están haciendo en el ámbito de la investigación científica ponen encima de la mesa este interrogante tan incómodo. Si nos ceñimos al descubrimiento que acaba de hacer Claude, comprobaremos que, una vez más, el conocimiento que ha entregado a los científicos va a desencadenar una nueva línea de investigación.
Y aquí está la clave: descubrir una posibilidad puede llevar horas a una IA, pero demostrar que esa posibilidad es realmente importante puede exigir años de trabajo científico. En esta ocasión, Claude ha identificado una combinación anómala de elementos que había pasado inadvertida y la ha transformado en una hipótesis que los investigadores han llevado al laboratorio. Según Anthropic, su modelo de IA ha examinado más de 200.000 transcriptasas inversas, ha identificado unos 3.500 candidatos y ha seleccionado 20 para un análisis más profundo.
La IA ya está empezando a comprimir años de búsqueda científica
La reflexión que estamos haciendo es pertinente y necesaria. No cabe duda. Pero no debe propiciar que menospreciemos el valor de lo que ya está haciendo la IA en el ámbito de la investigación científica. El auténtico valor de esta tecnología reside en su capacidad de explorar espacios de hipótesis a una velocidad que un investigador humano no puede igualar. Según Anthropic, en este proyecto 950 agentes de Claude trabajaron durante 21 horas y consumieron unos 210 millones de tokens para rastrear esas secuencias.
El auténtico valor de esta tecnología reside en su capacidad de explorar espacios de hipótesis a una velocidad que un investigador humano no puede igualar
Necesitaron solo 21 horas para llevar a cabo su hallazgo. Es asombroso. No obstante, para entender su valor es imprescindible ponerlo en contexto. Los modelos de IA de frontera revisan la literatura, llevan a cabo análisis, buscan anomalías, descartan candidatos y producen informes que posteriormente los científicos pueden llevar al laboratorio. Por el momento es aquí donde reside su valor en este campo. En el cribado científico masivo. Nature describió el pasado 30 de junio este proceso en un artículo interesantísimo.
En cualquier caso, hay un matiz muy importante que merece la pena que no pasemos por alto: no es lo mismo encontrar una anomalía que descubrir para qué sirve. Anthropic lo ha reconocido al presentar ART como un nuevo sistema enzimático con características reminiscentes de CRISPR, pero admitiendo que todavía no sabe cuál es su función. El potencial de este descubrimiento es indudable, pero ahora es necesario llevar a cabo experimentos para averiguar qué hace realmente este sistema celular.
El escenario en el que nos encontramos nos recuerda lo necesario que es mirar con cierta cautela los grandes anuncios de las compañías de IA. Lo sucedido hace solo unos días con OpenAI y su anuncio de la resolución de uno de los Problemas del Milenio, el de existencia y suavidad de Navier-Stokes, nos invita a aceptar estos descubrimientos con un escepticismo sano, aunque no radical. La IA ya está liberando a los investigadores de una parte del trabajo científico, pero el ser humano por el momento continúa sujetando con firmeza el timón debido a que una parte de este esfuerzo todavía no puede ser resuelto por la IA simplemente aumentando el número de agentes.
Imagen | Yutaka Tsutsumi, M.D. Professor Department of Pathology / Fujita Health University School of Medicine
Más información | Anthropic
