redes neuronales de aprendizaje predictivo

Imagina que intentas averiguar qué ocurrió en una habitación por el sonido que queda después de un disparo. El disparo ya no está, pero el eco aún resuena en las paredes. Así, aproximadamente, un neuropatólogo observa un corte de tejido cerebral en el que no aparece el tumor: la biopsia solo ha tomado tejido sano que ha reaccionado a la enfermedad.

En un edificio de nueve pisos, con mil habitaciones por planta, algunos susurran y otros gritan. Los vecinos transmiten las palabras, pero si todos hablan demasiado bajo, el mensaje se desvanece ya en el tercer piso. Si hablan demasiado alto, para cuando llega al último piso se ha convertido en un rugido ininteligible. Entre esos extremos hay un régimen en el que el susurro llega hasta el final sin distorsión.

En el hielo antártico, una partícula fantasma deja tras de sí solo un débil destello de luz azul. El detector IceCube capta esos destellos, y con ellos hay que deducir de dónde vino la partícula. El modelo PolarBERT aprendió a hacerlo, pero qué ve exactamente en su interior seguía siendo un misterio.

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.

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 coágulo crece como una bola de nieve que rueda montaña abajo: al principio es pequeño, va atrapando capas nuevas, y cuándo se convertirá en una avalancha es difícil de adivinar. En la sangre se desencadena una larga cadena de reacciones —la cascada de coagulación—, donde una sustancia despierta a otra y el coágulo gana masa.

En el almacén hay cajas con manzanas y peras. Hay muchas manzanas y pocas peras. Pero cuando el encargado dice «fruta con piel lisa», por alguna razón recordamos más a menudo la rara pera que la frecuente manzana. Eso es el efecto de la tasa base inversa: un fallo persistente en cómo el cerebro resuelve la ambigüedad entre categorías.

El cerebro no solo reacciona al mundo: constantemente está adivinando qué ocurrirá en el instante siguiente. Este principio se conoce como codificación predictiva: las neuronas comparan las expectativas con la realidad y actualizan su imagen interna cuando ocurre un error.

Predecir el rendimiento de una reacción química es como intentar adivinar la cosecha conociendo solo la composición del suelo. Tradicionalmente, los químicos se apoyaban en largas columnas de números —los descriptores cuánticos— que describen la energía de los electrones, pero no dicen nada sobre la forma de la molécula.

Una neurona recibe miles de señales en sus prolongaciones ramificadas: las dendritas. Algunas señales empujan a la célula a disparar (excitación), otras la frenan (inhibición). Durante mucho tiempo se creyó que la neurona simplemente sumaba todos los "a favor" y "en contra".

Doscientas cuarenta y dos mil trescientas veintisiete galaxias — como granos de arena en una playa. Pero los astrónomos convirtieron este caos en un mapa: el algoritmo UMAP (método de aprendizaje automático) tomó de cada galaxia once parámetros — siete colores desde el óptico hasta el infrarrojo medio (esto es…

Doscientos millones de estrellas. En el centro de la Galaxia, donde apuntará el futuro estudio del telescopio Nancy Grace Roman, unas 250 veces durante la misión la luz de una de ellas temblará por un toque invisible.

Cien mil estrellas en el denso núcleo de un cúmulo globular se mueven como bolas de acero en una gigantesca máquina de pinball. Cada «empujón» —un encuentro gravitacional entre un sistema binario y una estrella solitaria— desencadena una cascada de eventos impredecibles.

En 2019, en el detector LIGO se registró una onda gravitacional — una ondulación en el tejido del espacio-tiempo — cuyo mapa tiempo-frecuencia se asemejaba a un curioso peine. Cada señal de fusión de agujeros negros deja un patrón único, similar a huellas dactilares.

En combate, un piloto necesita entender al instante qué objeto es y cuáles son sus intenciones. Los sistemas convencionales esperan datos completos del radar, como un portero que solo reacciona después del disparo. El nuevo algoritmo funciona como un portero experimentado: a partir de los primeros movimientos del delantero, predice la maniobra del objetivo.

Las cámaras del coche autónomo captan la luz como telescopios apuntando a una galaxia lejana. Cada fotograma es una observación fragmentaria; juntos deben combinarse en un mapa del camino. La computadora, como un astrónomo, no pega las imágenes, sino que genera varias posibles vistas aéreas y las compara con los datos reales.

El cerebro de quien medita es una orquesta, y la atención es el director. Cuando te concentras en la respiración, todos los instrumentos tocan en armonía. Pero de repente, un pensamiento-violonchelo da una nota falsa: eso es la divagación mental. El director experimentado no entra en pánico: capta al instante la disonancia y devuelve suavemente a la orquesta a la melodía principal: la respiración.

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.

Estás bajo la ducha: giras el grifo y el agua sale helada o hirviendo. Las tuberías tienen vida propia: la presión fluctúa impredeciblemente. El nuevo controlador aprende sobre la marcha: no conoce el sistema de fontanería, pero en minutos se adapta y ajusta suavemente la temperatura, sin violar los límites de seguridad.

En una sopa hirviendo, las moléculas chocan caóticamente y reaccionan. Pero si medimos cómo cambian sus concentraciones, emergen patrones. Así funcionan las redes químicas de carbono: mezclas de moléculas que espontáneamente «cocinan» información, convirtiendo cada reacción en un cálculo elemental. Antes solo se usaban para modelar la naturaleza.

Tras lanzar una piedra, los círculos en el agua desaparecen, pero el líquido conserva vibraciones microscópicas. El más leve soplo y las ondas reaparecen. Las redes neuronales se comportan de forma similar. Cuando las señales eléctricas se calman, su memoria perdura en los puntos de contacto: las sinapsis.

En una olla de sopa, bastan dos termómetros para saber la temperatura en todas partes, si se sabe que el calor sube en círculos desde el fondo. Así ocurre en la ciencia: a partir de pocas mediciones hay que reconstruir la imagen completa del campo térmico.

Las catástrofes tecnológicas, como Chernóbil, raramente ocurren de repente. Se gestan durante años: las organizaciones ignoran las advertencias porque su complejidad recuerda al crecimiento de la entropía, una medida del caos implacable que se acumula silenciosamente hasta que se desata como una avalancha.

Un conductor en una carretera resbaladiza no sabe exactamente cómo reaccionará el coche al volante, y aprende sobre la marcha, dejando margen para el error. De manera similar se comporta un algoritmo de control inteligente.

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.

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.

Una gran red neuronal, como Whisper, domina cientos de idiomas y recuerda al modelo estándar del universo: todo está equilibrado. Pero entrenarla en un idioma raro rompe el equilibrio: se convierte en un agujero negro que atrae todos los recursos de aprendizaje. La red comienza a olvidar los demás idiomas.

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.

Un detective experimentado no calcula la trayectoria de un criminal a partir de las leyes de la física: consulta el archivo de casos similares. Así funciona este nuevo método de predicción: en lugar de ecuaciones complejas, dispone de un enorme archivo de trayectorias ya ocurridas: movimientos planetarios, cotizaciones de divisas, señales del espacio.

En 1967, Jocelyn Bell Burnell captó la primera «voz» de una estrella de neutrones: el pulso riguroso de un púlsar. Hoy los radioastrónomos escuchan señales mucho más fugaces: ráfagas de radio rápidas (FRB), que duran milisegundos y llegan desde galaxias lejanas.

Las señales gravitacionales de estrellas masivas moribundas son susurros que nos llegan desde los laboratorios más violentos del Universo. Einstein predijo estas ondas gravitacionales hace más de un siglo, pero solo hoy, con detectores como LIGO, comenzamos a escucharlas.

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.

Imagina una audición para una orquesta sinfónica, donde de cientos de aspirantes solo se quedan aquellos cuyos instrumentos suenan limpios y resisten un feroz crescendo. En el mundo de los materiales, las computadoras han aprendido a generar «partituras atómicas»: miles de cristales virtuales que prometen ser la base de chips cuánticos o superconductores.

En una estación meteorológica del condado tejano de Brazos, la lluvia se registra en cinta magnética: cada día, durante cuatro años seguidos. Novecientos milímetros en una buena temporada, cien en una mala. Después la cinta enmudece. La sequía se acerca sigilosamente: es un lento desvanecerse del pulso de la tierra. El índice estándar SPI-3 solo se percata uno o dos meses después, cuando la humedad ya se ha ido.

60 ratones, 1980 muestras, 234 pacientes con cáncer de pulmón. Detrás de cada número hay miles de genes. Su actividad se mide para entender la enfermedad. Pero los datos no son homogéneos: de un paciente se evalúa el nivel de proteína (número continuo), se le asigna un diagnóstico (sí/no) y se determina el subtipo de tumor (categoría).

Las profundidades del cosmos no callan: están llenas de mensajes cifrados. Cada estrella, cada cuásar emite su propio código de luz titilante: rítmico, como el morse de una cefeida, o caótico, como un cifrado hackeado de una supernova. Los astrónomos interceptan estas señales por millones cada noche, pero ¿cómo leerlas sin una clave?

Hace tiempo, Richard Feynman vio en los sistemas cuánticos un desafío para los ordenadores clásicos. Ahora nos enfrentamos a la tarea inversa: entender qué es exactamente lo que ha simulado un procesador cuántico. Entre los estados que genera hay auténticas «cajas negras»: las fases topológicas de la materia.

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.

El crecimiento de una población, visto desde fuera, se parece a un tren que acelera: primero avanza apenas, luego gana velocidad. Pero basta con mirar los datos para que la imagen se vuelva borrosa. En una medición hay una docena de individuos, en otra, de repente, un centenar.

Durante mucho tiempo, solo veíamos las proteínas en su posición final, como fotografías de bailarines congelados en una pose hermosa. Programas como AlphaFold aprendieron a predecir esta pose a partir de la cadena de eslabones de carbono. Pero la verdadera magia está en cómo la proteína encuentra esta forma más rápido de lo que parpadeas, ejecutando una danza vertiginosa.