parámetro

Un billete pegado a la línea de meta hace que la mano vuele más rápido. En el laboratorio, ese billete se sustituyó por una moneda de 50 peniques, y la línea de meta, por un objetivo en la pantalla. Los investigadores reunieron a 28 personas jóvenes y 28 mayores, las sentaron ante el mango de un robot y les pidieron que llevaran el cursor hasta el objetivo.

Una proteína en la célula no permanece inmóvil, como un maniquí en un escaparate. Sus átomos tiemblan, se estiran y se doblan constantemente, como una cuerda de guitarra tensa que sigue sonando después de que la rozas con el dedo. Para entender cómo funciona una proteína, hay que saber con qué firmeza cada parte se aferra a sus vecinas.

Un intérprete simultáneo en una sala donde hablan dos personas: debe seguir tanto el sentido como la entonación, pero si hablan demasiado rápido, solo queda un resumen. Algo así se sienten los científicos cuando el flujo de ondas gravitacionales de fusiones de agujeros negros y estrellas de neutrones crece, y los cálculos precisos de las señales no dan abasto.

Un ingeniero de proteínas se parece a un cocinero que intenta hacer un plato que sea a la vez sabroso, saludable y barato. Al cambiar un ingrediente, corre el riesgo de estropear otro. Antes, los asistentes informáticos solo podían evaluar las propiedades de las proteínas por separado, sin ver cómo se relacionan entre sí.

Un intérprete se distrae con cada ruido en la sala, y una reunión de una hora se convierte en dos. Algo parecido ocurre con los modelos fundamentales moleculares: aprenden el lenguaje de las moléculas a partir de corpus enormes, pero para cada nueva conversación requieren un ajuste. Monroe cambia las reglas: no aprende un idioma nuevo, sino que capta al instante el sentido común a partir de unos pocos ejemplos.

Una persona lanza una moneda para tomar una decisión. Está quieta: la moneda cae cara. Da un par de pasos y vuelve a lanzar. Parecería que caminar no debería influir en la moneda. Pero ¿y si el simple paseo cambia la frecuencia con la que decide repetir el lanzamiento anterior? Esto es exactamente lo que comprobaron los investigadores.

En 1998, el matemático David Boyd notó algo extraño. Estudiaba la medida de Mahler de un polinomio —una cantidad que mide la "complejidad" de sus raíces— y descubrió que para una familia de curvas siempre se expresa como un número racional especial racional multiplicado por el valor de la derivada de la función L.

Cuatro trazos débiles en una imagen: eso es todo lo que ve un astrónomo. Como un escultor que reconstruye la forma de un vidrio invisible a partir de cuatro sombras.

Un artista hace un boceto rápido al carboncillo — y el rostro en el retrato ya es reconocible. Los astrofísicos se enfrentan a una tarea similar: el espectro de una estrella es su retrato individual, que revela temperatura, composición, gravedad superficial.

Reconstruir una imagen completa a partir de fragmentos es como distinguir la melodía de una orquesta en una sala ruidosa. Este tipo de tareas se presentan en la fotometría, donde a partir de un tenue centelleo se recupera el brillo de una estrella. Los métodos tradicionales requieren información precisa sobre el ruido, que casi nunca se conoce.

La inteligencia artificial que predice la acústica de una sala se parece a un estudiante en un examen con una chuleta. Si los puntos de prueba son los mismos que los de entrenamiento, el modelo simplemente memoriza la 'huella sonora' de cada posición, como un estudiante que reconoce el examen por una esquina doblada.

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.

Los modelos que convierten texto en audio recrean bien los sonidos individuales, pero se confunden cuando en el guión hay varios. Por ejemplo, según el guión primero suena el timbre, luego los pasos, después el portazo. El generador puede alterar los eventos y el oyente escuchará los pasos antes del timbre.

Los jueces automáticos del habla son algoritmos que evalúan la pronunciación y las emociones. Sin embargo, a menudo funcionan como un crítico culinario que emite un veredicto tras leer el menú, pero sin probar el plato.

Los audífonos tradicionales se parecen a un cocinero que sigue una receta a ciegas. Analizan el desorden sonoro del micrófono y, basándose en él, amplifican el habla. En una cafetería ruidosa, este enfoque a menudo falla. El nuevo sistema se comporta como un chef experimentado: primero procesa la señal y luego prueba el resultado.

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.

En una cocina con hornillas de gas, cada una calienta a su manera. Si el cocinero cambia las ollas de lugar, la comida puede quemarse. Lo mismo ocurre en una red inalámbrica: las antenas-hornillas y los usuarios-ollas requieren una colocación precisa. Las redes neuronales comunes no distinguen posiciones, considerando todas las hornillas iguales.

Los sistemas energéticos con paneles solares y aerogeneradores se asemejan a una partida de ajedrez: la nubosidad y los cambios de carga son movimientos del oponente imposibles de prever. Para mantener el equilibrio, los operadores antes repasaban decenas de escenarios (incertidumbre), lo que requería demasiado tiempo y cálculo.

Predecir las propiedades de una nueva molécula es como adivinar el sabor de un plato desconocido. El programa funciona como un cocinero experimentado: «prueba» moléculas similares cuyas propiedades ya se conocen y, basándose en su «sabor», ajusta su conjetura.

El método estándar de digitalización de voz: se toman lecturas de volumen miles de veces por segundo. Es como probar un caldo con una cucharadita: cada sorbo es aguado y casi no hay detalles. El flujo de datos se hincha, aunque el significado es ínfimo. Los científicos propusieron primero ‘reducir’ la señal de audio.

La tecnología compleja —desde drones hasta robots cirujanos— a veces se comporta como un mustang salvaje: llena de desorden y caprichos, donde un leve contacto provoca una tormenta. En lugar de memorizar fórmulas, el nuevo método observa el sistema como un jinete adiestrador.

La evolución fluye como el agua. En un río ancho los cambios son suaves y lentos, mientras que un arroyo de montaña bulle con cada piedra. El tamaño de la población y la frecuencia de las mutaciones determinan el cauce: ancho y tranquilo o estrecho y lleno de rápidos.

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?

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.

El microlente gravitacional es un asombroso efecto cósmico, predicho por Einstein y desarrollado por Zwicky. Un cuerpo masivo que pasa entre nosotros y una estrella lejana curva su luz como una lente, creando amplificaciones y distorsiones características.

Una neurona se parece a un instrumento musical complejo. Para entender cómo responderá al tacto, antes había que conectarse directamente a cada cuerda: un procedimiento delicado, lento y solo posible en células individuales.

Los sistemas de recomendación, que deciden qué publicación verás a continuación, funcionan con profundas redes neuronales de miles de operaciones: complejos grafos de cómputo (esquemas de operaciones sobre datos).

En un mapa topográfico, las gotas de lluvia eligen su camino: al caer en una ladera, fluyen hacia el río A; en otra, hacia el río B. El observador solo ve los meandros de los ríos (variables de respuesta Y) y sabe de qué ladera proviene el agua (instrumento Z), pero no ve las gotas en sí (factores no observables ε).

Los modelos estadísticos son un intento de tender una telaraña matemática perfecta sobre el paisaje irregular de los datos. Cuando el modelo se resiste, emite tensión, pero nos hemos acostumbrado a ignorarla. Los investigadores pasan horas escudriñando gráficos de residuos, tratando de adivinar dónde el modelo «cruje por las costuras». Squealer traduce esa resistencia en sonido.

Las redes neuronales comunes aprenden de ejemplos, como una persona que memoriza melodías de oído. Pero las redes que tienen incorporadas las leyes físicas desde el principio se parecen a un músico que conoce las notas y la armonía: puede tocar una pieza nueva con solo unos cuantos acordes.

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).

Una red neuronal, como una hoja de papel cuadriculado, recibe señales homogéneas en su entrada y, por sí misma, traza una cuadrícula de coordenadas. Primero, las conexiones entre las entradas y las células de la red se asemejan a una colina suave: en el centro la respuesta es más fuerte y hacia los bordes se atenúa.

Un chef no gasta ingredientes preparando el plato entero para probar el sabor; simplemente prueba una gota de salsa. La misma lógica está en el método de ‘emparejamiento informativo’ para predecir la resistencia de los metales.

Un laboratorio envía a un robot una lista de mil moléculas candidatas para un nuevo fármaco. El robot predictor, entrenado con datos antiguos, da para cada una una evaluación de 'apta o no apta'. Pero cuando la lista proviene de un área desconocida —otro virus o un tumor raro—, el robot empieza a confundirse. Su confianza sigue siendo alta, pero los aciertos reales caen a cero.

Un hervidor hirviendo con la tapa cerrada no muestra el burbujeo, pero el sonido y la vibración delatan la potencia de ebullición del воды.

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 fábrica donde cientos de diminutas líneas de montaje trabajan sin parar. Cada línea es un motor molecular que convierte combustible químico en movimiento. Para que el motor vaya más rápido o en la dirección deseada, el ingeniero cambia los ajustes: la forma de las piezas, la fuerza de las interacciones.

Cada átomo de carbono en una molécula lleva consigo un pasaporte: la energía con la que sus electrones más profundos se mantienen en sus orbitales. Esta energía responde con sensibilidad a los vecinos: si aparece un oxígeno cerca o un doble enlace, la cifra del pasaporte cambia.

Un patinador gira sobre el hielo acercándose poco a poco al centro. Su trayectoria no es una espiral perfecta: a veces entra en el ritmo de la música y da una vuelta extra, cambiando ligeramente la velocidad. Algo parecido hace un agujero negro pequeño cuando cae hacia uno supermasivo.