La revisión examina la aplicación de la inteligencia artificial en biología, química, climatología, matemáticas, ciencia de materiales, física, laboratorios autogestionados y computación no convencional. Se destacan temas comunes: la necesidad de datos heterogéneos y fiables, el desarrollo de modelos transferibles de estructura electrónica e interacciones interatómicas, la integración de la IA en procesos de extremo a extremo desde simulaciones hasta experimentos, y los sistemas generativos que apuntan a una sintetizabilidad real, no a fases idealizadas. Se muestra cómo grandes modelos fundamentales, el aprendizaje activo y los laboratorios automatizados cierran los ciclos de predicción y verificación, manteniendo la reproducibilidad y la interpretabilidad física. Se describen el estado actual de la ciencia con IA, los cuellos de botella en datos, métodos e infraestructura, y las direcciones para crear sistemas más transparentes y potentes que aceleren los descubrimientos en entornos complejos reales.
La ciencia es una enorme cocina donde los científicos-cocineros buscan nuevas recetas. Antes los ingredientes se seleccionaban manualmente, ahora la inteligencia artificial ayuda como un experimentado chef. La IA memoriza millones de sabores y sugiere combinaciones inesperadas: es así, mediante la búsqueda informacional, como el algoritmo encuentra patrones ocultos. Por ejemplo, una red neuronal descubrió un antibiótico en apenas un par de días, algo que a los biólogos les habría llevado años.
Este enfoque también funciona en el análisis de luz de las estrellas: la IA busca exoplanetas a través de tenues parpadeos, como si notara especias en un plato por su matiz. En ciencia de materiales, los algoritmos proponen nuevas aleaciones y los laboratorios robotizados las crean de inmediato, cerrando el ciclo de la idea a la verificación. Lo clave es hacer que la IA sea comprensible, para que el científico pueda seguir su razonamiento. Entonces, los descubrimientos que parecen ciencia ficción se volverán cotidianos.
🎯 Una red neuronal propuso una vez la estructura de un cristal que se consideraba imposible, y lograron crearlo en el laboratorio; ahora se estudia este material para la electrónica del futuro.
🎬 «El replicador» de «Star Trek»