asistente científico de IA

En una sala de espejos, una persona se acerca a un espejo deformante y se ve unas veces enano y otras gigante. Algo parecido hacen los populares modelos de aprendizaje automático cuando se les pide adivinar la edad biológica a partir de análisis de sangre o imágenes cerebrales: estiran la edad en los extremos, subestimándola en los mayores y sobreestimándola en los jóvenes.

Un telescopio observa una estrella durante muchas noches seguidas. En algún lugar del flujo de luz se esconde una diminuta caída de brillo: un planeta del tamaño de la Tierra ha bloqueado por un instante parte de la estrella. Esa caída dura unas horas y se repite una vez al año o incluso con menos frecuencia.

Buscar un material nuevo es como cocinar sin receta: pruebas y pruebas, y a menudo tiras todo a la basura. Antes, los científicos revisaban manualmente los artículos y probaban las composiciones una por una. Ahora ha aparecido un "chef robot" que lee la literatura, mezcla los componentes y observa el resultado.

Un programa de seguimiento común se asemeja a un navegante que guía un barco por las estrellas. Pero en cuanto el cielo se nubla, las coordenadas empiezan a desviarse y en los datos aumenta la entropía (medida de incertidumbre). El nuevo algoritmo incorpora un «copiloto»: un módulo que monitoriza el nivel de confianza del navegador principal.

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.

Un cocinero que aprende a cocinar con dibujos corre el riesgo de arruinar cada plato. La misma trampa le espera a la visión por computadora: los modelos necesitan miles de imágenes etiquetadas, pero recopilarlas manualmente es costoso y tedioso. Las imágenes sintéticas resuelven el problema, solo si se ven realistas.

Dentro de cada uno de nosotros laten unos relojes invisibles. Controlan la liberación de cortisol, la hormona que nos ayuda a despertarnos por la mañana, a lidiar con la ansiedad y a mantener el sistema inmunitario en forma. En la insuficiencia suprarrenal, estos relojes se estropean: el cuerpo no puede producir por sí solo la cantidad necesaria de cortisol.

Durante décadas, la radioastronomía ha escuchado el cosmos con la esperanza de captar transmisiones de radio de banda estrecha, la «voz» tecnológica de lejanos exoplanetas.

Algunos cristales se comportan como un interruptor: basta con cambiar un poco la temperatura o la presión para que pasen de conductores a aislantes. Esto se llama transición metal-aislante (cambio en la capacidad de conducir corriente).

El tractor traza un círculo perfecto sobre el rastrojo. En ese mismo instante, su sombra digital —una copia virtual exacta— repite la maniobra en la pantalla de una computadora, con una divergencia de solo un pequeño porcentaje respecto al original.

Cada semana, los médicos hacen millones de preguntas a los asistentes de IA junto a la cama del paciente. Pero estas herramientas suelen evaluarse con ejercicios de examen, no con lo que se pregunta en una clínica real. Un grupo de investigadores decidió cambiar eso. Reunieron 620 preguntas reales de doctores de 30 especialidades, desde cardiología hasta oncología.

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.

El electrolito sólido no es una simple red cristalina, sino una auténtica metrópolis bulliciosa para los iones. Cada acto de conducción se asemeja a un viaje por la ciudad: hay amplias avenidas con baja barrera energética, atascos sin salida en cuellos de botella y desvíos traicioneros donde un ion puede quedarse atrapado.

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).

Los cristales de perovskita capturan la luz solar casi como el silicio, pero cuestan una miseria. Su problema es una fragilidad innata: con el calor y la simple agua del aire, 'enferman'. En su interior crece el desorden, y la brillante lámina se vuelve turbia, perdiendo sus capacidades en un par de días.

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.

Un fotocatalizador es un polvo que, al estar en agua bajo la luz, la descompone en burbujas de hidrógeno y oxígeno. El material más popular para esto es el dióxido de titanio, el pigmento blanco de pinturas y pastas de dientes.

Dos traductores recibieron la misma grabación en cinta del susurro de estrellas lejanas. Su tarea no es solo traducir, sino descifrar, limpiar el ruido y encontrar en ese murmullo el ritmo casi imperceptible de agujeros negros en colisión. Eso es exactamente lo que hicieron dos sistemas de inteligencia artificial: Claude Code de Anthropic y Codex de OpenAI.

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.

La expansión del Universo se acelera, y quizás la gravedad no funciona como pensamos. Los físicos desarrollan teorías alternativas, pero para comprobarlas, hay que calcular cómo de las ondas después del Big Bang crecieron las galaxias. Estos cálculos son ecuaciones largas con cientos de términos, donde es fácil perderse.

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.

Un espectrómetro de neutrones se parece a un geólogo ciego que golpea la roca y adivina por el sonido lo que hay dentro. Envía un haz de neutrones a un cristal y observa cómo se dispersan. Con ese patrón se puede saber cómo vibran los pequeños imanes atómicos: los espines. Pero dónde cavar exactamente y cuánto tiempo escuchar, antes lo decidía una persona.

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.

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.

Crear un material nuevo, como una aleación resistente, requiere miles de experimentos computacionales. Normalmente, un científico escribe manualmente las instrucciones y busca errores. AutoMOOSE es una cocina robotizada: dices «quiero un metal ligero y fuerte», y cinco programas cocineros crean la receta, ejecutan la síntesis y corrigen si algo sale mal.

En el laboratorio se mide una señal muy débil, por ejemplo, un cambio diminuto en el campo magnético. El instrumento tiembla por los coches que pasan, por la respiración del experimentador, por el calentamiento de los cables. Ese ruido técnico no se puede eliminar por completo y limita la precisión.

Un físico que analiza colisiones de partículas suele pasar semanas en trabajo aburrido: limpiar el ruido de los datos, estimar cuántas señales falsas se colarán, verificar cada cifra. Ahora esa rutina se puede delegar a un programa.

El hidrógeno es el campeón en energía por kilogramo, pero almacenarlo es un dolor de cabeza. En forma de gas ocupa un volumen enorme, y si se comprime o se enfría hasta licuarlo, se necesitan tanques pesados y mucha energía. Hay un tercer camino: algunos materiales sólidos absorben hidrógeno como una esponja absorbe agua y lo retienen en su interior.

La ciencia se parece a una ciudad donde las calles las trazan los propios habitantes. Donde ya hay senderos pisoteados se construyen casas nuevas, mientras que los solares vírgenes pasan desapercibidos, no porque no se pueda construir allí, sino porque nadie se acerca a mirarlos.

Las proteínas en la naturaleza son como granos de arena en la playa, y cada una tiene su función: unas descomponen los alimentos, otras construyen células. Pero para saber qué hace exactamente una proteína, hay que estudiarla en el laboratorio, y eso es lento y caro.

Una galaxia no es solo un puñado de estrellas. En el centro de muchas de ellas arde algo más brillante que miles de millones de soles: gas sobrecalentado que cae en un agujero negro. Por el color de ese resplandor se puede saber qué vida lleva la galaxia: si está formando estrellas tranquilamente o si está devorando materia de forma violenta.

Cuando la mano traza una línea, la mirada casi siempre va por delante, como un explorador que se asoma a la curva antes de que la columna doble. Pero, ¿cuánto se adelanta? Resulta que cada persona tiene su propia distancia, y no cambia de un intento a otro.

Al mudarse a un piso nuevo, uno no vuelve a aprender a abrir puertas ni a encender la luz. La experiencia de la casa anterior se transfiere sola: la cocina es el lugar con fogones y fregadero, el dormitorio, el de la cama. El cerebro no guarda un mapa exacto, sino un esquema flexible que superpone al espacio desconocido. Los científicos han construido un modelo computacional de esa transferencia.

La luz de una estrella se extiende en una banda de arcoíris. Las líneas oscuras son cicatrices de elementos absorbidos, los picos brillantes son huellas de gas caliente. Así se ve un espectro, la principal pista en manos de un astrónomo.

Una estrella de neutrones es una esfera del tamaño de una ciudad, pero pesa como una vez y media el Sol. Dentro de esa esfera, la materia está tan comprimida que una cucharadita pesaría miles de millones de toneladas. Pero los físicos no saben con certeza de qué está hecha exactamente esa materia.

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.

Tres ramas de la física —cosmología, física de partículas y física nuclear— han trabajado durante siglos como orillas aisladas.