aprendizaje supervisado débil

Un radiólogo mira una tomografía abdominal y no ve solo órganos, sino su disposición mutua: qué riñón es más grande, dónde está el tumor respecto al vaso. Es como leer un mapa, donde no basta con saber dónde suele estar una ciudad, sino que hay que poder medir la distancia entre dos puntos del terreno.

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.

Imagina que buscas luciérnagas en un bosque oscuro. En lugar de fotografiar todo el bosque cada segundo y luego examinar las imágenes, llevas contigo un pequeño dispositivo que detecta por sí mismo los destellos y recorta de la imagen solo un círculo alrededor de cada uno. El resto — la oscuridad — no se guarda. Así funciona el nuevo sensor para cámaras científicas.

Bajo el microscopio electrónico, una proteína se ve como una serie de sombras borrosas: cientos de miles de imágenes de la misma molécula, pero desde ángulos distintos y con un fuerte ruido. Antes, a partir de esas sombras se armaba primero una 'neblina' tridimensional: un mapa de cómo se distribuye la carga eléctrica dentro de la proteína.

En la UCI, la decisión de cuánto líquido infundir a un paciente con sepsis y qué dosis de fármaco vasopresor administrar se toma cada hora. Un error en cualquier dirección puede costar la vida. Pero, ¿cómo saber cuál habría sido la mejor decisión? Se pueden tomar miles de historias clínicas y pedirle al programa que las 'reproduzca' de nuevo, probando diferentes movimientos.

Dentro de un trozo de aluminio, los átomos están alineados en filas ordenadas, como ladrillos en una pared. Pero a veces una fila termina antes de llegar al borde, y en el cristal aparece un «escalón» que los físicos llaman dislocación. Son precisamente estos defectos los que determinan cuán resistente, dúctil y cómo se comporta el metal bajo carga.

Un tumor en una imagen es como un pequeño punto brillante sobre un enorme lienzo oscuro. El médico necesita precisamente ese punto, no un fondo perfectamente uniforme.

Dos imágenes del mismo cerebro tomadas en momentos distintos se parecen a las fotos de una misma casa antes y después de una reforma. Para entender qué ha cambiado, se superponen y se observan las diferencias.

Un médico tarda años en aprender a reconocer enfermedades en imágenes cerebrales. Primero ve perfectamente los signos del envejecimiento, luego domina los tumores, y de repente empieza a confundirse con lo que sabía antes. Muchas redes neuronales se comportan de manera parecida: los conocimientos nuevos borran los antiguos.

Un glucómetro que no pincha el dedo, sino que simplemente mira la muñeca: el sueño de millones de personas con diabetes. Eso es lo que prometen los algoritmos que extraen el nivel de glucosa de la señal habitual del pulso, la fotopletismografía (esa misma que mide el pulso en los relojes inteligentes).

Dentro de cada célula, constantemente hay moléculas que se encuentran y se separan. Algunas parejas se mantienen unidas con fuerza, como un velcro; otras apenas se rozan, como el polen al viento. Son precisamente estos roces fugaces, cuya fuerza de unión es comparable a la disolución de un grano de sal en un vaso de agua, los que controlan muchas señales y decisiones celulares.

El haz de protones es como una bala de francotirador: libera la mayor parte de su energía en un punto muy concreto, apenas dañando los tejidos a su paso. Pero durante las 4–6 semanas de tratamiento de tumores de cabeza y cuello, el objetivo se desplaza: el paciente pierde peso, el tumor se encoge y la postura cambia. El francotirador apuntaba a un lugar, pero el blanco ya se ha movido.

Al armar el rompecabezas del Universo, los astrónomos están acostumbrados a que cada nueva pieza encaje exactamente en el cuadro ya formado. Pero a veces aparecen piezas que parecen recortadas de otro rompecabezas. Veinte mil núcleos galácticos activos — y el once por ciento de ellos la red neuronal descarta con seguridad como extraños.

4 610 universos — exactamente esa cantidad de modelos cosmológicos necesitaron los astrofísicos para demostrar que la familiar máscara gaussiana ya no funciona para los datos de nueva generación.

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.

Para transmitir la forma de una estatua con el más mínimo detalle, se puede dividir en millones de cubos diminutos y describir cada uno: es lento, pesado y la memoria de la computadora se resiente.

Un IA común ve las imágenes médicas como rompecabezas de fragmentos desconocidos: dos imágenes no emparejadas las considera completamente diferentes. Es como intentar distinguir a gemelos sin saber que son familia. En medicina, los pacientes con la misma enfermedad se ven casi iguales en la resonancia, y el algoritmo se equivoca al confundir a los «parientes».

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.

El radar, como un murciélago en una cueva, envía un pulso y escucha el eco. Pero en el receptor es inevitable un desajuste microscópico: confunde las frecuencias y genera un doble fantasma para cada objetivo, como un segundo eco ligeramente distorsionado. Normalmente estos fantasmas molestan y se eliminan de antemano.

El algoritmo de mejora de fotografías se parece a un navegador que, paso a paso, guía una imagen borrosa hacia una vista nítida. El ruido y las distorsiones las elimina moviéndose de píxel en píxel siguiendo un mapa habitual. Pero si la foto se tomó en condiciones desconocidas —por ejemplo, con un desenfoque inusual—, el mapa no coincide con el terreno.

Una cámara de un solo píxel se asemeja a un pintor que crea una obra a través de una plantilla con múltiples agujeros. Cada toma deja pasar solo una parte del flujo de luz, y luego una computadora reconstruye la imagen completa a partir de este mosaico. Antes, el orden de las máscaras era fijo, como si el pintor usara siempre la misma plantilla sin prestar atención a la escena.

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.

La jungla de piedra urbana pone a los drones en la situación de un murciélago ciego. Las cámaras se quedan ciegas tras cada esquina, el GPS se confunde entre rascacielos, y las ondas de radio se desintegran en cientos de ecos.

Aprender un idioma extranjero es como afinar un instrumento musical. La nueva tecnología funciona como un afinador inteligente: toma tu grabación y el habla de referencia de un nativo, las estira o comprime en el tiempo (como se tensa una cuerda) para alinearlas con precisión, y evalúa tres parámetros principales: la pureza de los sonidos, la precisión rítmica y la…

El cerebro se comunica con breves chasquidos eléctricos. Antes, para aprender este lenguaje, se necesitaban miles de ejemplos traducidos por un experimentador. El método MOJO sigue otro camino: como cuando se aprende un idioma por inmersión, primero escucha el 'flujo de conciencia' sin pistas y encuentra por sí mismo patrones repetitivos.

Una gota de orina bajo el microscopio no es un charco plano, sino un volumen en capas. Como una pila de páginas transparentes: si se mira una, las vecinas se ven borrosas. Así, la luz del microscopio muestra nítidamente solo una capa de profundidad.

El enfoque estándar para una clase de problemas de aprendizaje automático se asemeja a un resorte que se estira y se olvida soltar: los métodos estándar inflan artificialmente el tamaño del problema, convirtiendo los cálculos en un agujero negro de memoria y tiempo.

El diagnosticador de IA aprende como un estudiante de medicina antes de un examen. Se le dan una radiografía y las quejas del paciente. Pero a veces, entre los materiales de estudio, aparece el informe completo del médico: la respuesta entera. Entonces la red neuronal lo memoriza, y la precisión en el examen se dispara al 98%.

El volumen de datos de una sola tomografía computarizada es comparable a varias películas de larga duración. TCAM-Diff evita este cuello de botella: el programa comprime la imagen tridimensional en tres proyecciones de sombra, como un escultor reconstruye una estatua tridimensional a partir de siluetas en tres paredes.

Normalmente, un escáner de TC toma muchas radiografías desde distintos ángulos y arma una imagen tridimensional. Pero a veces los médicos solo escanean una zona pequeña —por ejemplo, un solo pulmón— y los datos se interrumpen. Es como un cocinero al que le dan a probar una cucharada de sopa y le piden que nombre la receta exacta de toda la olla.

Cuando una estrella gigante colapsa en una supernova o dos bolas de neutrones se fusionan en una danza cósmica, billones de neutrinos se llevan la energía del cataclismo.

Una toma digital en bruto se asemeja a un mosaico: cada píxel almacena solo un color básico — rojo, verde o azul. Para comprimir ese archivo, se separa en brillo (una imagen detallada en blanco y negro) y la componente de color. Pero los puntos de color en el sensor están desplazados entre sí, y al reconstruir el color a partir del brillo, aparecen temblores y errores.

En una habitación ruidosa, una persona distingue la voz deseada gracias a los dos oídos, que captan la diferencia en la llegada del sonido. Una computadora con varios micrófonos actúa de la misma manera: recibe pistas espaciales, de dónde habla cada uno. Antes, estas pistas se usaban para enfocarse en una sola dirección, como el haz de una linterna.

Cuando presionas «ensalada» y el teclado sugiere «César», detrás de escena millones de teléfonos están aprendiendo juntos a predecir palabras. No intercambian tus mensajes, solo mejoras del algoritmo común, como un entrenador que envía a los atletas solo los cambios en el plan: «añade 5 flexiones a las de ayer». La entropía de la información ayuda a enviar solo correcciones valiosas e inesperadas.

Los científicos tomaron 16 actividades cotidianas — desde lavar platos hasta hacer sentadillas — y descompusieron los movimientos en componentes elementales, como un espectroscopio descompone la luz en un espectro. Comparando tres enfoques, encontraron una clave inesperada para el reconocimiento: basta con un fotograma congelado promediado.

El flotador en el tanque del inodoro es un controlador ideal: al detectar el nivel de agua, lleva instantáneamente el sistema al equilibrio sin mirar al pasado. Los ingenieros aplicaron este principio a las redes neuronales.

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.

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.

Durante mucho tiempo, identificar fases cuánticas era como interrogar a un testigo: había que acceder a cada rincón del sistema para arrancarle su secreto. En la época de Landau, el orden se asociaba con la ruptura de simetría y un parámetro local, todo a la vista.

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?