¿Podría un científico de IA ser el futuro de la investigación?

Sakana AI Labs ha enviado ondas de choque a la comunidad científica con su último anuncio. La empresa completó la creación y lanzamiento del primer científico de IA completamente autónomo del mundo. El nuevo algoritmo es capaz de formular teorías, probar y más. Aquí está lo que necesita saber.

Cuando piensa en sistemas de IA que reemplazan a los trabajadores en el campo, hay muchas carreras que puede imaginar que están en riesgo. Sin embargo, la mayoría de las personas nunca esperaron que los científicos fueran reemplazados. Si bien el último algoritmo de científico de IA presentado por Sakana no es capaz de reemplazar completamente a los científicos aún, ofrece algunas características únicas que podrían hacer que muchos profesionales sigan su desarrollo de cerca.

El método actual de creación de teorías científicas

Crear teorías científicas y probarlas es uno de los componentes básicos de la investigación y el desarrollo. Los científicos de hoy dedican años a investigar preguntas y crear experimentos para probar sus conceptos a través de la experimentación. Finalmente, los resultados se publican y luego se revisan por pares antes de hacerse públicos. Este proceso ha sido el mismo durante más de un siglo.

Según las declaraciones públicas de Sakan AI Labs, su nuevo sistema de IA es capaz de automatizar completamente estas tareas. El sistema puede buscar en los artículos científicos actuales, conectar teorías o conceptos que podrían tener resultados no descubiertos, crear nuevos algoritmos para probar estas teorías y detallar toda la experimentación para su posterior revisión por pares. Notablemente, el equipo se centró en la investigación computacional como su área de enfoque principal porque permitió que la experimentación se llevara a cabo virtualmente.

Uso de IA por científicos

No es un secreto que la IA ha encontrado un hogar cómodo dentro de la comunidad científica. Esta tecnología se puede ver integrada en varios sistemas utilizados por los investigadores hoy en día. Originalmente, los sistemas de IA se utilizaban para completar ecuaciones y simulaciones complejas. Hoy en día, la IA se utiliza en toda la industria, donde desempeña roles aún más vitales.

Uno de los usos clave de la IA hoy en día es buscar en todos los artículos actuales para encontrar investigaciones relevantes. Cientos de artículos de investigación se publican semanalmente, y el volumen abrumador de estas publicaciones significa que la mayoría de las investigaciones innovadoras pueden tardar años en descubrirse. Herramientas como Elicit, Research Rabbit, Scite y Consensus ayudan a los científicos a conectar estos artículos de manera relevante para construir sobre datos previos.

También hay herramientas de IA en uso hoy en día que pueden escanear e identificar puntos de interés específicos dentro de los artículos. Por ejemplo, puede tener un equipo de ingenieros que buscan descubrir mutaciones genéticas que causan enfermedades. Herramientas como PubTator pueden recopilar temas similares para ayudar a arrojar luz sobre temas de investigación y experimentación conectados.

Estudio de científico de IA

Estas interacciones anteriores con la IA han ayudado a la comunidad científica a expandir su horizonte y han sido fundamentales en muchos de los últimos avances. Sin embargo, la introducción de un algoritmo completamente autónomo capaz de investigar y publicar sus propios artículos es un gran cambio de juego. Este sistema tiene el potencial de descubrir similitudes y otros factores de conexión difíciles de notar entre estudios que podrían conducir a avances en el campo de la investigación computacional.

¿Cómo funciona un científico de IA?

El científico de IA integra algunos sistemas de IA comunes como Modelos de Lenguaje Grande como parte de su enfoque. El sistema escanea continuamente los tesoros de artículos de investigación científica disponibles en línea en repositorios como arXiv y PubMed. Aquí, se utilizaron millones de artículos de investigación científica para programar el LLM para un nuevo algoritmo de IA. Este paso aseguró que el sistema pudiera hablar el lenguaje científico y podría producir resultados similares.

Fuente – Sakana AI Labs

Desde allí, el sistema busca patrones, investigaciones recurrentes o temas conectados. Cada artículo pasa por numerosas verificaciones para asegurar su calidad, estado de revisión por pares, momento de lanzamiento y tema. Notablemente, el sistema incluso hace referencia a artículos científicos utilizando sitios como openreview.net. Este paso sirve para múltiples roles, incluyendo asegurar el contenido de calidad. Además, este movimiento ayuda a programar el sistema de revisión por pares interno de la IA.

Modelo de IA secundario

Una vez que la IA escanea los repositorios para encontrar experimentos y teorías interesantes para probar, cada artículo se puntúa según múltiples factores. La puntuación refleja elementos como la similitud del artículo con otros proyectos, profesionalismo, diseño, resultados y investigadores. Desde allí, el sistema de IA examina la singularidad del concepto y otros factores cruciales que ayudan al sistema a determinar si hay investigación adicional que debe explorarse o si hay otros artículos que se conectan a una teoría similar.

Formulación de teorías científicas

Estos pasos permiten al científico de IA recopilar investigaciones y presentar conceptos conectados que se basan en los datos recopilados. Lo asombroso del proceso es que es completamente automático. No se requiere interacción humana para que este algoritmo produzca artículos de investigación. Notablemente, la IA se centra en la investigación computacional, lo que le permite ejecutar simulaciones de experimentos sin requisitos de prueba física, lo que amplía sus capacidades. Como tal, todas las pruebas se realizan utilizando simulaciones de código. Este movimiento significa que las pruebas cuestan mucho menos para completar y se pueden realizar a una velocidad más alta.

Preocupaciones sobre el científico de IA

El concepto de un científico de IA ha generado preocupaciones en la industria. Por un lado, algunos ven este enfoque como una forma perezosa de reemplazar a los científicos. Argumentan que el sistema es aún demasiado nuevo y la IA no es lo suficientemente consistente. Sus argumentos tienen algo de base, ya que ha habido instancias de inexactitud de la IA una y otra vez. Sin embargo, el último algoritmo incluye muchas verificaciones y equilibrios, lo que ayudará a reducir estos problemas en el futuro.

Bucle de retroalimentación de IA

Una de las mayores preocupaciones que sigue surgiendo entre la comunidad es el riesgo de crear un bucle de retroalimentación de IA. Este riesgo es muy real siempre que tenga un sistema de IA que crea, verifica y construye nuevos modelos de datos automáticamente a partir de otros sistemas de IA. Este bucle puede conducir a errores, visión de túnel y desprecio por los requisitos humanos. Para evitar esta situación, muchos creen que se requiere un humano en el bucle.

Volumen abrumador

Hay tantos artículos científicos publicados semanalmente que es casi imposible buscar en los repositorios para encontrar los datos más relevantes. Actualmente, la IA juega un papel vital al ayudar a los científicos a realizar esta tarea. Sin embargo, si se crea un bucle de retroalimentación de IA, habrá demasiados artículos siendo introducidos demasiado rápido, lo que resultará en la anulación de los sistemas de búsqueda de IA actuales.

Beneficios del científico de IA

Varios beneficios han generado entusiasmo en el mercado sobre la perspectiva de un científico de IA que trabaja las 24 horas del día, los 7 días de la semana, en busca de descubrimientos. El potencial de este sistema para descubrir nuevas teorías científicas es infinito. A medida que se agrega más investigación al modelo de IA, el sistema experimentará con nuevos conceptos y ampliará sus capacidades. Como tal, el científico de IA de hoy será nada en comparación con sus iteraciones futuras.

Ahorro de costos significativo

Una de las principales razones por las que el científico de IA está destinado a convertirse en un componente importante del mercado en el futuro es su ahorro de costos significativo. Según el equipo de investigación, su IA puede crear, probar, publicar y revisar un artículo científico por solo $15. Este bajo costo representa una disminución masiva en el costo de investigación y desarrollo que es imposible de negar. Como tal, los científicos de IA pueden convertirse en la opción preferida para aquellos que buscan maximizar su presupuesto.

La gran imagen

Una de las principales razones por las que este proyecto ha generado entusiasmo entre los ingenieros es que permite a los investigadores conectar los puntos a través de múltiples estudios científicos con facilidad. A menudo puede parecer que los campos científicos se desarrollan en una burbuja. Sin embargo, eso no es el caso. En la mayoría de las instancias, los avances en un campo científico conducen a nuevas oportunidades en otros campos.

Los científicos de IA ayudarán a descubrir estas teorías conectadas y ampliarán sobre ellas cuando sea posible. Como tal, podría ver al científico de IA apilando artículos para crear conceptos completamente nuevos y más diversos que pueden haber pasado desapercibidos para los ojos humanos. En el peor de los casos, este sistema ayudará a agrupar investigaciones relevantes, lo que ayudará a los científicos de hoy a ver nuevos fenómenos.

Investigadores

Sakana AI es el equipo detrás del científico de IA. La empresa es conocida por sus modelos de ciencia de IA. Sus desarrollos anteriores incluyen un sistema que combina automáticamente LLM para crear sistemas más avanzados. También han presentado un mecanismo que permite el uso de LLM para ajustar otros algoritmos.

Dos empresas que pueden beneficiarse del científico de IA

La introducción de un científico de IA en el mercado es solo el comienzo de lo que podría conducir a una revolución importante de científicos de IA en el futuro. Ya hay varias empresas que podrían aprovechar esta creación para reducir sus costos operativos y brindar un mejor servicio al mercado. Aquí hay dos empresas que están en una posición para capitalizar esta investigación.

1. AbCellera Biologics Inc

(ABCL )

Abcellera Biologics Inc. ingresó al mercado en 2012 con el objetivo de modelar mejor los anticuerpos humanos para su uso en la lucha contra las enfermedades. La empresa se hizo pública en 2020, donde logró obtener $555M en financiamiento para continuar sus esfuerzos. Hoy en día, la empresa desempeña un papel crucial en la investigación y modelado del sistema inmunológico. Notablemente, gran parte de este modelado se realiza a través de simulaciones. Como tal, el científico de IA está idealmente equipado para ayudar en estas pruebas.

Abcellera ocupa una posición prominente en el sector de biomedicina. Como tal, la integración del científico de IA podría permitir que la empresa localice, pruebe y compare mejor los datos de anticuerpos inmunes de su investigación previa. Este paso podría ayudar a revelar oportunidades previamente no detectadas. Estos factores, combinados con la posición de Abcellera Biologics, la convierten en una sólida “tenencia” para los traders.

2. Super Micro Computer

(SMCI )

Super Micro Computer fue fundada en 1993 por Charles Liang y Sara Liu y podría ver algunos resultados positivos al integrar científicos de IA en sus procesos. La empresa es mejor conocida por sus servidores de alto rendimiento optimizados para cargas de trabajo de IA. Actualmente, tiene su sede en California y cuenta con varias operaciones de fabricación ubicadas en los Países Bajos, Taiwán y EE. UU.

Super Micro Computer es uno de los principales proveedores de sistemas de gestión de servicios. Utiliza la IA para prevenir hacks, monitorear sistemas y mejorar el rendimiento, lo que ha convertido a la empresa en una opción para las empresas importantes que buscan proveedores confiables y probados. Notablemente, Super Micro Computer fue incluida en la lista de Fortune de las empresas de infraestructura de TI de más rápido crecimiento del mundo.

Aquellos que buscan una solución de software de IA confiable como adición a su cartera pueden querer considerar seriamente SMCI. La empresa tiene una sólida presencia en el mercado y recientemente firmó un acuerdo para proporcionar servidores a xAI de Elon Musk y a la Gigafactory de Tesla, que se trasladó a Texas. Todos estos factores han ayudado a SMCI a recibir una calificación de “compra” de los analistas.

El científico de IA desbloquea la investigación de bajo costo

Independientemente de cómo se sienta sobre un científico de IA que produce artículos de investigación como cómics, hay muchos beneficios que hacen que este algoritmo sea un cambio de juego. El ahorro de costos y las capacidades futuras de este enfoque han generado entusiasmo en el mercado, con la esperanza de un futuro más brillante donde los descubrimientos ocurren diariamente mientras los científicos de hoy duermen. Por ahora, este desarrollo vale la pena seguir de cerca, ya que seguramente generará algunas investigaciones interesantes en el futuro.

Puede obtener más información sobre proyectos de IA emocionantes aquí.