asistente cuántico

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.

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

Evaluar la calidad de una imagen es tarea de un inspector meticuloso con un juego de herramientas. La red neuronal IQA-T1 actúa exactamente así: no solo observa la imagen, sino que aplica ora un espectroscopio, ora un luxómetro.

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.

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.

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.

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 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.

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.

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.

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.

En 1867, James Clerk Maxwell imaginó un demonio que clasifica las moléculas de un gas y, con ello, viola la segunda ley de la termodinámica. El demonio necesita conocer las velocidades de las partículas.