¿Es la IA un hype? Más cerca de la fusión nuclear con inteligencia artificial

Puedes leer este artículo también en ATLASTECH REVIEW

Como corresponde al chief business officer de una corporación tan decisiva en el desarrollo dela inteligencia artificial (IA) como DeepMind, capaz de conseguir hitos históricos como el de vencer al mejor jugador de Go y, sobre todo, el de resolver el problema de la proteína plegable, considerado por el padre del machine learning Tom Dietterich en estas mismas páginas como uno de los grandes acontecimientos de laúltima década, Colin Murdoch anuncia “increíbles descubrimientos en investigación básica en IA que van a introducir cambios en nuestra vida real en ámbitos como salud, sostenibilidad y otros”.

“En nuestras investigaciones iniciales en IA nos focalizamos en juegos, como los clásicos de Atari o los juegos de mesa, como el ajedrez y Go, porque eran los campos de prueba perfectos para desarrollar y testar nuestros algoritmos de IA. Nos proporcionaron enormes descubrimientos en investigación básica que ahora se están aplicando en desafíos transformadores en el mundo real”, afirma.

Uno de ellos fue abordar el problema de la proteína plegable. “Las proteínas son los bloques de construcción de la vida. Si conseguimos descubrir su estructura tridimensional comenzaremos a hacer cosas increíbles, como ayudar a impulsar la investigación contra la resistencia a antibióticos, encontrar tratamientos para enfermedades e incluso comenzar a eliminar plásticos de nuestros océanos». El desafío es encontrar la estructura en 3D de la proteína, “resulta verdaderamente difícil, exige años de trabajo duro y millones de dólares en equipamiento especializado encontrar la estructura de una sola proteína”.

De hecho, como “regla de oro”, dice, “habría que destinar un doctorado entero a intentar encontrar la estructura de una sola proteína”. Esa es la razón por la que los científicos han estado trabajando en este problema de la proteína plegable. «¿Cómo tomas una secuencia en 1D de aminoácidos que está codificada en nuestro ADN y obtienes la estructura tridimensional?”

En nuestros cuerpos esto sucede en segundos, de forma espontánea porque, en teoría, esa secuencia de aminoácido tiene toda la información necesaria para determinar la estructura en 3D. Pero en la práctica es más de 10 elevado a 300, “lo que significa que hay más combinaciones que átomos en el universo”. Esa es la razón por la que DeepMind decidió enfocarse en el problema de la proteína plegable hasta producir un modelo llamado AlphaFold en noviembre de 2020 “reconocido como la solución al desafío”.

Ese avance ha desatado “un enorme potencial de impacto aguas abajo”, proclama. A partir de ese algoritmo “ahora somos capaces de determinar la estructura de una proteína en minutos y de crear una base de datos de 200 millones de estructuras de proteínas, que es aproximadamente cada una de las conocidas por la ciencia”, cuenta Murdoch.

Las derivadas de ese avance han comenzado a llegar. Un equipo en Colorado (EEUU) está utilizando la estructura de predicciones de AlphaFold para avanzar en la investigación contra la resistencia a los antibióticos. Y otro equipo en el Centre for Enzime Innovation está utilizando estas predicciones para acelerar su investigación en el campo de las enzimas capaces de comer plástico “que espero que un día sean capaces de limpiar toda la basura plástica de los vertederos”.

Isomorphic Labs

DeepMind ha creado y lanzado un nuevo negocio, llamado Isomorphic Labs a principios de este año. “Su misión es avanzar en el descubrimiento de medicamentos utilizando IA. Hacen falta alrededor de 10 años y miles de millones de dólares de inversión desde el inicio del proceso hasta que el fármaco llega al mercado”. La “mala noticia”, según Murdoch, es que la mayoría de ellos fallan cuando se introducen en pruebas clínicas y llegan a los pacientes. En Isomorphic Labs “estamos trabajando con nuestros colegas en la industria para reimaginar cómo se pueden descubrir los medicamentos”.

Durante años, explica, “los científicos han soñado en energías más limpias y verdes. Por supuesto, uno de los tipos de energía más importante es la fusión nuclear, la energía de las estrellas y del universo. Funciona colisionando átomos de hidrógeno a unas temperaturas y presiones muy altas, se fusionan y eso libera enormes cantidades de energía que pueden utilizarse para convertir el agua en vapor que mueva turbinas y genere electricidad”.

“De vuelta a la Tierra, los científicos tratan de recrear esas miniestrellas en reactores de fusión nuclear. Uno de los más importante es el Tokamak, un donut de seis metros de largo en cuyo interior están intentando crear ese plasma de hidrógeno a temperaturas superiores a las del corazón del sol”. El problema es que “esos plasmas son muy erráticos e inestables y, alrededor del Tokamak, en la parte exterior, unos imanes realmente fuertes interactúan con ellos miles de veces por segundo para intentar controlarlo”.

Les interesa. “Ese exactamente el tipo de desafíos en los que nos gusta implicarnos en Deepmind. El juego ahora es controlar el plasma y el reactor de fusión nuclear”, dice Murdoch. Un equipo en Deepmind “inspirado por el trabajo que hicimos en juegos como el ajedrez y Go usa la técnica de deep reinforcement learning y de simulación para crear un controlador reforzado con IA que interactúa con el plasma 10.000 veces por segundo”. La Escuela Politécnica Federal de Lausana (EPFL), que tiene su propio reactor de fusión nuclear, “nos han permitido desplegar nuestro controlador en vivo en él. Fuimos con mucho cuidado y la gran noticia es que funcionó muy bien, fuimos capaces de estabilizar el plasma y, mejor que eso, conseguimos entallar el plasma de una forma que significaba que podíamos realizar la fusión nuclear de una manera más eficiente”.

DeepMind es hoy “una de las mayores y más potentes librerías de soluciones de IA y junto nuestra compañía padre Alphabet” han configurado un «marketplace de cientos, si no miles, de problemas para los que estamos listos para aplicar soluciones”.

Un gran ejemplo es Android, dice, utilizado por 1.000 millones de personas cada día. “Una de las propiedades más reclamadas es cómo hacer que mi batería dure más. Comparado con la fusión nuclear y la proteína plegable no parece tan importante, pero pensando en nuestra conveniencia diaria, tener una batería cuando la necesitas, puede ser un salvavidas en una emergencia”, sentencia.

“Hemos creado un modelo de IA capaz de predecir qué apps vas a utilizar a continuación. Android puede utilizar esa información y adaptar tus preferencias de uso y que dispongas de batería cuando realmente la necesitas. Si aplicamos esta tecnología en móviles o en data centers podremos reducir masivamente la energía necesaria para evitar que se calienten”.