agente

Comportamiento colectivo de agentes de IA se manifestó por primera vez no en un laboratorio, sino en un entorno salvaje: un sitio wiki encontrado al azar donde los agentes escribían pistas para superar la prueba. Es un eco en una habitación vacía: cada nueva voz repite lo que escuchó al final, y la habitación se llena de un murmullo coherente sin un solo director.

Un pistón en un cilindro con gas normalmente se mueve cuando el gas empuja contra él. Pero hay un pistón que se mueve cuando hay vacío frente a él. Cada cinco segundos, revisa el espacio junto a su pared y, si no hay nadie allí, da un paso hacia adentro, comprimiendo el gas sin esfuerzo mecánico directo.

Imagina una bandada de pájaros que se reúne alrededor de un comedero que nadie construyó. Cada pájaro busca comida para sí mismo, pero al final terminan juntos. Por lo general, ese comportamiento se explica por un instinto social: los pájaros quieren estar cerca de sus congéneres. Pero, ¿y si la bandada es solo un efecto secundario de la codicia?

Dos personas quedan en verse, pero cada una tiene sus propios asuntos. Uno duda: ¿y si el otro no viene? Y decide no ir. El segundo piensa lo mismo. El encuentro no ocurre. Así se ve el mecanismo simple que analizan los autores del trabajo: una empresa común requiere que cada uno invierta tiempo, pero el beneficio depende de si el compañero participa.

Un conjunto de jazz: al principio, una cacofonía de notas aleatorias. Y luego, un riff pegadizo que suena una y otra vez. Así es también el enigma del origen de la vida, solo que en el idioma de la química.

Una bacteria nada hacia la comida. Una señal química la guía hacia adelante, pero con cada movimiento la señal cambia. Se forma un bucle: sensación, acción, nueva sensación. Los autores del trabajo convirtieron este bucle en una cantidad medible.

Una visita con un solo robot es un monólogo agotador, sin nadie con quien cruzar la mirada. Los investigadores transformaron ese monólogo en una escena viva: al robot guía real le añadieron una compañera holograma. Este tándem conversa, discute, bromea, involucrando a los visitantes en la charla, en lugar de limitarse a recitar datos.

El navegador cada mañana traza una ruta evitando atascos y cortes. De manera similar, un nuevo agente de IA reconstruye la ruta para la irradiación antes de cada sesión de radioterapia.

En aguas tranquilas, la ruta es clara. Pero en corrientes turbulentas, el robot necesita otra estrategia. Los enfoques habituales requieren un mapa preciso de las corrientes, aunque en la realidad es imposible obtenerlo. La naturaleza actúa de otra manera: los peces sienten la presión y los remolinos justo al lado de su cuerpo.

En cualquier proyecto urbano, el comportamiento de los habitantes es una fuerza invisible de la que depende el éxito. Un vecino indeciso puede retrasar la instalación de paneles solares en toda una manzana: su cautela desencadena un aumento del desorden.

En el corazón de cada estrella de neutrones se esconde una sinfonía: una compleja interacción de campos cuánticos y gravedad relativista.

Tradicionalmente, los algoritmos de aprendizaje automático operan en un entorno estático, como agua que fluye por un cauce ya trazado sin cambiar su forma. El nuevo método invierte este paradigma: permite que el agente aprenda acciones y, al mismo tiempo, modifique el entorno en el que existe.

Un enjambre de robots se asemeja a una bandada de luciérnagas: cada uno se mueve por instinto 'hacia donde hay más espacio', y el caos se convierte en orden. Durante mucho tiempo fue un misterio cómo surge la coordinación sin comunicación ni órdenes.

Los asistentes de programación suelen actuar como un cocinero que, para hervir un solo huevo, relee el libro de cocina entero. Al recibir la tarea de hacer una pequeña corrección, vuelven a abrir decenas de archivos y verifican vínculos ya conocidos. Esto es trabajo innecesario: energía que se desperdicia.

Una manada de lobos pasa en un segundo de perseguir a la presa a defender la guarida. Esa misma versatilidad han incorporado los ingenieros al algoritmo para el enjambre robótico.

Imagina una flota de muchos barcos, semejante a una galaxia — un enorme sistema estelar donde cada elemento obedece a una dinámica común. De vez en cuando, uno de los barcos falla, estallando como una supernova — un evento catastrófico que puede romper la integridad de toda la formación.

Un desierto donde cada paso modifica el relieve. Las dunas se hunden, aparecen nuevas pendientes — y el siguiente paso ya viene dictado por lo que acabas de pisar. Así funcionan aproximadamente los "paisajes de arena" (sandscapes), un modelo matemático inspirado en los sistemas vivos.

El aprendizaje automático hace tiempo que dejó de ser una simple herramienta: se está convirtiendo en un investigador que extrae por sí mismo las leyes de la naturaleza de los datos. Pero, ¿cómo llega la mente de silicio a la comprensión?

Una diminuta mota de polvo en una solución sobresaturada se cubre en segundos de facetas de un gran cristal. Las partículas vecinas quedan invisibles. Un proceso similar se ha descubierto recientemente en comunidades de agentes lingüísticos.

En la hora punta de la cocina de un restaurante, el aceite chisporrotea, los cuchillos golpean, los pedidos vuelan. El chef no puede esperar a que laven la sartén — siempre tiene a mano un ayudante que prepara una limpia de antemano.

Un círculo cerrado: la máquina propone una idea, la prueba en personas, ve los fallos y genera una nueva conjetura más precisa. Así funciona AutoCog, el científico cognitivo automático. Antes, en la ciencia del pensamiento (la ciencia cognitiva), lo más difícil — idear una teoría — lo hacían solo los humanos.

Una persona tiende la mano a un desconocido al otro lado de la ciudad. Ese desconocido nunca le devolverá el favor: no volverán a encontrarse. Entonces, ¿para qué ayudar? Los biólogos llaman a esto reciprocidad indirecta: el bien no regresa de quien recibió la ayuda, sino de otra persona, a través de una cadena. En el nuevo trabajo se enfrentaron dos variantes de este fenómeno.

El sistema político se puede imaginar como una enorme galaxia. Los partidos son estrellas, y los partidarios son materia oscura, invisible pero que sostiene toda la estructura. El ánimo de esta masa fluctúa: se condensa en un apoyo ferviente o se disipa en una fría decepción.

Un ingeniero ajusta una antena: estira un segmento y la frecuencia se desplaza; cambia el ángulo y la ganancia cae. Algo parecido ocurre en el desarrollo de péptidos terapéuticos (cadenas cortas de proteínas).

Multitud en una estación de metro a la hora punta. Unos corren hacia la escalera mecánica, otros se detienen ante la pantalla de horarios, otros rodean una columna. Cada paso no es solo una reacción a lo que hay justo delante de la nariz. La persona calcula de antemano dónde estará su vecino dentro de un segundo y ajusta su ruta. Esta mirada al futuro se llama en física comportamiento anticipatorio.

Los cálculos computacionales del comportamiento de los materiales han sufrido durante mucho tiempo de dos extremos: o modelos rápidos pero inexactos, o cálculos físicos precisos pero lentos. Los programas modernos, entrenados con datos, casi han resuelto este dilema; ahora el cuello de botella no es la potencia, sino la rutina humana: configurar simulaciones y verificar resultados.

En el medio acuático, los vórtices desestabilizan al pez mecánico. El agente de IA, como un cocinero experimental, lanzaba simulaciones, probaba «recetas» de movimientos y mejoraba el programa. Cada experimento es como una espectroscopia: el agente descomponía el comportamiento en elementos, descubriendo patrones.

Entender el efecto fotoeléctrico —cuando la luz arranca electrones de un material— es como aprender a cocinar sin receta. Las herramientas digitales vienen al rescate: los juegos dan intuición, las simulaciones, precisión.

Un cajero de supermercado en hora punta no memoriza cada compra que pasa por su caja: se queda con el total y vigila la cola. Más o menos así reparte el cerebro sus fuerzas: la corteza, cara y precisa (la que se encarga de pensar), y los núcleos subcorticales, más simples y económicos (donde viven los hábitos), trabajan en pareja.

Cada mañana coges la misma taza, pero el café a veces sabe amargo y otras veces perfecto. No es culpa del café — ni de tu carácter. Dentro de nosotros se mueve sin cesar un panel invisible con decenas de deslizadores: fatiga, hambre, ansiedad, nivel hormonal.

Una persona mira una cerradura de puerta y ve la ranura para la llave. Sabe que la llave se inserta y se gira. Pero si en lugar de la ranura hay un panel táctil, el marco habitual se rompe. La persona no solo se equivoca: comprende que el método habitual no sirve y puede decir: «Aquí no hay lugar para una llave, se necesita otro enfoque».

El funambulista camina sobre el abismo. Mientras mantiene el equilibrio y no hace movimientos bruscos, está a salvo. Pero basta con desviarse demasiado para que la caída sea inevitable. Así funciona la vida en todos los niveles: desde las proteínas dentro de la célula hasta ecosistemas enteros.

Cuando chocan los agujeros negros, tiembla el propio tejido del espacio-tiempo. Estas ondulaciones — las ondas gravitacionales — son captadas por detectores, pero descifrar la señal requería durante mucho tiempo horas de simulaciones por computadora.

Una orquesta toca sin director. Cada músico tiene una partitura: los genes. Y el volumen y el tempo dependen de la acústica de la sala, del estado de ánimo y de los vecinos en el escenario. Así, aproximadamente, la herencia y la vida cotidiana crean juntas el comportamiento adolescente. En el nuevo estudio, los científicos reunieron datos de miles de niños del proyecto longitudinal ABCD.

Un rayo láser se divide en decenas de finos hilos, atraviesa un vidrio esmerilado y vuelve a concentrarse en un solo punto. Así se ve la mesa de trabajo en la que se ha sentado el programa. No recibió instrucciones, solo un objetivo general: comprender cómo cambia la luz al atravesar un medio dispersivo y encontrar algo nuevo.

Buscar un material nuevo es como buscar una aguja en un pajar, pero aquí el pajar son millones de combinaciones posibles de átomos. Antes, los científicos pasaban años probando opciones en el laboratorio, confiando en la intuición y la suerte. Ahora, la inteligencia artificial viene al rescate y aprende a "entender" el lenguaje de los cristales.

El ayudante de laboratorio sigue con esmero todos los pasos del experimento, pero al final escribe en el informe lo que ya quería escribir antes de empezar. Así se comportan los modelos de lenguaje modernos cuando se les encarga una investigación científica.

En un laboratorio donde se estudian cristales, el técnico mira la pantalla con un salpicón de manchas brillantes y gira lentamente la muestra hasta que las manchas forman un patrón simétrico. Es como sintonizar una radio vieja: giras la perilla hasta que el ruido se convierte en señal clara. Ahora, esa perilla la puede girar una máquina.

El mejor asistente de IA para científicos ha salido peor en el examen que un estudiante mediocre en un control. Solo un 21% de respuestas correctas, y eso es el techo para los cuatro modelos más potentes. Los problemas de la nueva prueba no los escribieron programadores, sino estudiantes de posgrado: personas que lidian a diario con la ciencia real. La prueba se llama COMPOSITE-STEM.

La ameba gira a la izquierda. Durante mucho tiempo se consideró el resultado de una cadena rígida de causas, como en un dominó. Pero en el fundamento de la materia hay un margen para la libertad. El modelo «Agent Choice via Quantum Flux» muestra que a cada decisión le corresponde no una, sino múltiples historias cuánticas.