¿Está justificado el hype? Por qué todas las miradas están puestas en la IA

Premio Nobel en IA

The list of 2024 Nobel Prize winners has brought a lot of attention to AI. First, it was with the Nobel Prize in Physics, which rewarded the fundamental physics-inspired theory and early prototype for the building of neural networks, the basis of most of today’s AI technology. We discussed in detail how these early neural networks worked in “Investing in Nobel Prize Achievements—Artificial Neural Networks, The Basis Of AI”.

Otro Premio Nobel, esta vez en Química, se otorgó a la investigación centrada en la computación. Más precisamente, se dividió a la mitad para David Baker “por diseño computacional de proteínas”, y la otra mitad conjuntamente a los investigadores clave de AlphaFold de Google, Demis Hassabis y John M. Jumper, “por la predicción de la estructura de proteínas”.

Así que no es una exageración decir que 2024 fue el año del Nobel de IA, con dos de los tres Premios Nobel en las “ciencias duras” (Física, Química, Medicina/Biología) otorgados a proyectos relacionados con la IA.

This was obviously praised by researchers in the field and people enthusiastic about the future of AI-driven research. But it also generó algunas cejas levantadas entre los científicos, especialmente los físicos, que ven la computación and la IA como no “física real”.

¿Qué deberían premiar los Premios Nobel?

Esto forma parte de un debate más amplio y antiguo sobre lo que constituye la ciencia “pura” digna de un Premio Nobel. Algunos dirán que solo los avances teóricos y los verdaderos descubrimientos intelectuales son merecedores del premio internacional más prestigioso en ciencia.

Estoy sin palabras. Me gustan el ML y las ANN tanto como a cualquiera, pero me cuesta ver que esto sea un descubrimiento de Física. Supongo que el Nobel fue golpeado por el hype de la IA.

Jonathan Pritchard – Astrofísico en Imperial College London

Otros dirán que las ciencias también deben ser premiadas por su impacto en el mundo real, especialmente cuando se trata del Premio Nobel, cuyo fundador, Sr. Alfred Nobel hizo para otorgar un premio “a quienes, durante el año anterior, han conferido el mayor beneficio a la humanidad” en física, química, fisiología o medicina, literatura y paz.

En ese contexto, podría argumentarse que las redes neuronales han contribuido enormemente al beneficio de la humanidad, probablemente seguirán haciéndolo aún más en el futuro, y por lo tanto son merecedoras del Premio Nobel de este año.

¿Es la computación física?

En cuanto al Premio Nobel de Física 2024 específicamente, el método desarrollado para crear redes neuronales estaba profundamente arraigado en la física. Más concretamente, se basó en gran medida en la física estadística, un campo que describe sistemas con muchos elementos como gases o líquidos.

También se inspiró en la observación de que las propiedades colectivas en muchos sistemas físicos son robustas a cambios en los detalles del modelo. Notablemente, los materiales magnéticos derivan sus características especiales gracias al espín atómico, una propiedad que convierte a cada átomo en un pequeño imán.

En conjunto, los modelos premiados por el Nobel, la máquina de Boltzmann inventada por Hinton y la red de Hopfield, “son ambos modelos basados en energía” que no difieren mucho de la descripción matemática utilizada para comprender la física de los materiales reales.

Sin embargo, algunos físicos “reales” sintieron cierta consternación ante la idea de que la computación está acaparando la atención de la física, tal vez hablando más sobre cuán poco respeto y atención le brinda la sociedad a este campo que sobre el propio Premio Nobel de este año.

“Entra en el campo de la informática. El premio Nobel anual es una rara oportunidad para que la física — y los físicos con ella — entren en el centro de atención.

Es el día en que amigos y familiares recuerdan que conocen a un físico y tal vez van a preguntarle de qué trata este reciente Nobel. Pero no este año.”

Sabine Hossenfelder- Física en el Munich Center for Mathematical Philosophy en Alemania

La física vuelve a la IA

El premio Nobel también tiene en cuenta un desarrollo creciente en la computación que vuelve a los métodos basados en la física para mejorar el aprendizaje automático, las redes neuronales y la IA.

“Necesitamos la forma de pensar que tenemos en física para estudiar el aprendizaje automático.”

Lenka Zdeborová – Física estadística en el Instituto Federal Suizo de Tecnología en Lausana.

El trabajo temprano sobre redes neuronales fue verdaderamente interdisciplinario, tomando también inspiración del último avance en nuestra comprensión de cómo funcionan las neuronas biológicas, y reuniendo matemáticas, física, ciencias de la computación y neurobiología.

“Creo que el Premio Nobel de Física debería seguir expandiéndose a más regiones del conocimiento físico. La física se está volviendo cada vez más amplia, y contiene muchas áreas de conocimiento que no existían en el pasado, o que no formaban parte de la física.”

Giorgio Parisi- Físico en la Universidad Sapienza de Roma, quien compartió el Nobel de Física 2021.

Así que, aunque pueda ser un poco sorprendente, y para consternación de los físicos más puristas, la atribución del Premio Nobel a John Hopfield y Geoffrey Hinton no está tan alejada de la física y de las “ciencias duras” como podría parecer a primera vista.

¿Añadiendo insulto a la herida?

Tal vez la reacción de algunos miembros de la comunidad científica habría sido más moderada si el Premio Nobel de Química no hubiera estado también centrado en la computación.

Aquí, el debate se centra más en la verdadera contribución de la IA al campo, dando algo de crédito a la crítica “Supongo que el Nobel fue golpeado por el hype de la IA”.

Esto se debe a que redes neuronales como AlphaFold, que predicen la configuración 3D de las proteínas, se construyeron sobre un enorme tesoro de datos acumulado a lo largo de décadas de experimentos prácticos. Esto incluye especialmente el Protein Data Bank, un repositorio de acceso libre con más de 200,000 estructuras de proteínas.

Estas estructuras fueron determinadas experimentalmente por miles de investigadores humanos durante décadas, utilizando métodos avanzados (a menudo descubrimientos galardonados con el Nobel) como la cristalografía de rayos X, la criomicroscopía electrónica, etc.

“No creo que AlphaFold implique algún cambio radical en la ciencia subyacente que no estuviera ya presente.

Simplemente se ensambló y concibió de una manera tan fluida que permitió a AlphaFold alcanzar esas alturas.

David Jones – Bioinformático en University College London, que colaboró con DeepMind en la primera versión de AlphaFold

¿Qué tan impactante es AlphaFold?

Criticar a AlphaFold como “solo construida sobre investigaciones previas” puede verse un poco fuera de lugar. Después de todo, es un patrón muy común que un descubrimiento galardonado con el Nobel se construya sobre 3-4 descubrimientos Nobel anteriores.

Más importante, es clave determinar si AlphaFold es un verdadero avance, haciendo que lo que antes era imposible sea de repente alcanzable.

Anteriormente discutimos un artículo científico que investiga si AlphaFold puede descubrir nuevas moléculas y medicamentos, en lugar de solo refinar los datos ya conocidos.

Y parece ser el caso:

Los investigadores determinaron que la proporción de compuestos que alteraron la actividad proteica para cada uno de los modelos fue alrededor del 50% y 20% para el receptor sigma-2 y los receptores 5-HT2A, respectivamente. Un resultado superior al 5% es excepcional.

Considerando que el descubrimiento de fármacos es muy similar a intentar encontrar manualmente una aguja en un pajar, una tasa de éxito del 50% al “adivinar” dónde está la aguja desde el primer intento es, de hecho, excepcional.

Así que aquí también, el Premio Nobel de Química de este año podría no encajar cuando se trata de ciencia “pura” y progreso en la comprensión fundamental. Pero parece coincidir bien con el objetivo del Nobel: “otorgar un premio a aquellos que, durante el año anterior, han conferido el mayor beneficio a la humanidad”.

Cerrando la controversia

Podemos estar de acuerdo en que, a medida que la IA se convierte en una herramienta clave en la mayoría de las disciplinas científicas, no deberíamos ver que cada Premio Nobel premie mayormente a la IA en el futuro. De la misma manera, no premiamos regularmente la computación “básica” (o, por supuesto, la química o la metalurgia) porque los investigadores usan computadoras (y químicos y metales) a diario.

Sin embargo, parece que la reacción contra la atribución del Premio Nobel de este año fue un poco exagerada, tal vez ilustrando la frustración de los científicos al ver que tanta atención mediática se concentra en la IA solo a pesar del impresionante progreso científico en la mayoría de los campos.

¿Qué puede hacer realmente la IA?

En cualquier caso, es probable que la IA sea una tecnología verdaderamente transformadora, y un verdadero hito en la historia de la humanidad de forma similar a tecnologías previas como la máquina de vapor, el telégrafo, el motor de combustión interna o las primeras computadoras.

• Descubrimiento de fármacos y análisis de datos biológicos.
• Diagnóstico y tratamiento médico automatizado, incluida la cirugía.
• Robótica, desde asistentes domésticos hasta producción automatizada.
• Coches autónomos y logística.
• Aprendizaje personalizado y difusión del conocimiento.
• Se están descubriendo nuevos materiales en energía, ciencias de materiales, nanotecnología, etc.
• Nuevos métodos de computación, incluida la fotónica, la computación cuántica, etc.
• Exploración espacial, desde colonias automatizadas fuera del planeta hasta la minería de asteroides.

En ese contexto, el “hype” alrededor de la IA está totalmente justificado.

Pero, como ocurre con la mayoría de las tecnologías importantes nuevas, el proceso de convertir la innovación inicial en casos de uso prácticos puede tardar un poco más de lo esperado, por ejemplo, las computadoras en los años 70, décadas antes de la revolución de Internet y aún más antes de la IA, aunque probablemente tendrán un impacto mucho mayor de lo que cualquiera podría haber anticipado.