?Puede la inteligencia artificial ayudar a descubrir nuevas leyes f¨ªsicas?
Una investigaci¨®n del MIT ha entrenado a un algoritmo para pensar como los f¨ªsicos. Acierta en el 90% de las ocasiones¡ en un experimento dise?ado para que acierte
Imagina una bola de fuego que se mueve por un plano. Seg¨²n en qu¨¦ zona est¨¦, tiene un comportamiento distinto: al principio se mueve libremente, cuando cambia de zona parece estar sometida a la gravedad y si sigue avanzando se comporta como si estuviera unida a un muelle. Un f¨ªsico podr¨ªa estudiar sus movimientos y descubrir qu¨¦ leyes f¨ªsicas est¨¢n influyendo sobre ella. Pero tambi¨¦n puede hacerlo la inteligencia artificial. Dos investigadores del MIT han dise?ado 40 planos (como el que est¨¢ recorriendo nuestra bola) gobernados por distintas leyes f¨ªsicas, y han puesto a un algoritmo a trabajar: su objetivo es descubrir cu¨¢les son las leyes que rigen cada uno de los mundos.
Para conseguirlo, Tailin Wu y Max Tegmark, los dos responsables de la investigaci¨®n, han educado al algoritmo para que siga los mismos procesos mentales que suelen usar los f¨ªsicos para comprender el mundo. Le han dado instrucciones para cumplir algunas reglas b¨¢sicas, las mismas que llevaron a Isaac Newton a describir la gravedad como una fuerza o a Galileo Galilei a identificar la oscilaci¨®n de un p¨¦ndulo. Galileo observ¨® largamente una l¨¢mpara que se balanceaba en la catedral de Pisa y cronometr¨® la oscilaci¨®n con sus pulsaciones. Concluy¨® que el periodo de la oscilaci¨®n era constante e independiente de su amplitud. Pero para hacer este descubrimiento, Galileo deb¨ªa ignorar el resto de detalles presentes en la catedral: la resistencia del aire, la temperatura, la luz.
?Es posible dise?ar un sistema de inteligencia artificial que desarrolle teor¨ªas como lo hizo Galileo, prestando atenci¨®n solo a la informaci¨®n necesaria? Este era precisamente el objetivo de AI Physicist, el sistema inteligente dise?ado por el MIT que copia el modelo del f¨ªsico italiano. Hasta el momento, los sistemas de inteligencia artificial descubren patrones en la informaci¨®n e incluso han derivado ciertas leyes de la f¨ªsica, seg¨²n refleja MIT Technology. Pero en estos casos, la IA siempre estudiaba un conjunto de datos en su totalidad.
Para pensar como un f¨ªsico, el algoritmo ha aprendido a desarrollar teor¨ªas que describen una peque?a parte del conjunto de datos. Tambi¨¦n ha aprendido a aplicar el principio de la Navaja de Ockham, que da prioridad a las explicaciones m¨¢s simples. Otro de los objetivos que persiguen los f¨ªsicos es buscar formas de unificar teor¨ªas y es algo que tambi¨¦n se aplica al algoritmo. Finalmente, uno de los aspectos que separa a las m¨¢quinas de los humanos es su capacidad de reutilizar lo que ya se ha aprendido. As¨ª que el AI Physicist de Wu y Tegmark recuerda las soluciones aprendidas y las intenta utilizar con los problemas futuros.
Utilizando estas cuatro reglas b¨¢sicas, al algoritmo se le ha dado bastante bien identificar cu¨¢ndo la bola de fuego estaba bajo el influjo de la gravedad o cu¨¢ndo estaba movi¨¦ndose libremente. Es decir, ha sabido identificar qu¨¦ ley f¨ªsica estaba actuando sobre ella en cada momento en el 90% de los escenarios. ¡°La m¨¢quina que han dise?ado es capaz de detectar los comportamientos de la bola dise?ando "teor¨ªas", de modo que es muy eficaz a la hora de predecir c¨®mo se mover¨¢ la bola, a pesar de que sea algo complejo¡±, explica Juan M. R. Parrondo, profesor del departamento de estructura de la materia, f¨ªsica t¨¦rmica y electr¨®nica de la UCM.
- Sus limitaciones a pesar del ¨¦xito
?Significa entonces que el pr¨®ximo gran descubrimiento de la f¨ªsica vendr¨¢ de la mano de una inteligencia artificial? Parece que las m¨¢quinas est¨¢n lejos de ser el nuevo Albert Einstein o la nueva Marie Curie. ¡°La m¨¢quina funciona muy bien porque el problema est¨¢ especialmente dise?ado para que el algoritmo sea muy eficaz¡±. Adem¨¢s, Carlos D¨ªaz-Guerra, profesor asociado del departamento de f¨ªsica de materiales de la UCM, se?ala un detalle que no hay que perder de vista y se muestra cauteloso. Advierte de que este experimento a¨²n no est¨¢ publicado en ninguna revista cient¨ªfica, ¡°lo que significar¨ªa que a¨²n no ha pasado el proceso de revisi¨®n por otros cient¨ªficos previo a su publicaci¨®n¡±.
A¨²n as¨ª, Parrondo no duda del potencial de esta tecnolog¨ªa m¨¢s all¨¢ de este estudio: ¡°Creo que puede ser muy ¨²til para encontrar pautas en experimentos que produzcan un gran n¨²mero de datos, como en las colisiones de aceleradores de part¨ªculas. De hecho, ya se usa IA de forma parcial para analizar datos de ese tipo¡±, explica el f¨ªsico. Asegura que estas estrategias pueden ayudar a encontrar nuevas part¨ªculas en un experimento, pero no nuevas leyes ni nuevas formas de describir la realidad f¨ªsica. "Creo que el avance que supone este art¨ªculo es m¨¢s un avance para la IA en s¨ª, que para la IA aplicada a la f¨ªsica¡±. La capacidad de estos sistemas de inteligencia artificial est¨¢ muy lejos de la de los humanos como Galileo.
Tu suscripci¨®n se est¨¢ usando en otro dispositivo
?Quieres a?adir otro usuario a tu suscripci¨®n?
Si contin¨²as leyendo en este dispositivo, no se podr¨¢ leer en el otro.
FlechaTu suscripci¨®n se est¨¢ usando en otro dispositivo y solo puedes acceder a EL PA?S desde un dispositivo a la vez.
Si quieres compartir tu cuenta, cambia tu suscripci¨®n a la modalidad Premium, as¨ª podr¨¢s a?adir otro usuario. Cada uno acceder¨¢ con su propia cuenta de email, lo que os permitir¨¢ personalizar vuestra experiencia en EL PA?S.
En el caso de no saber qui¨¦n est¨¢ usando tu cuenta, te recomendamos cambiar tu contrase?a aqu¨ª.
Si decides continuar compartiendo tu cuenta, este mensaje se mostrar¨¢ en tu dispositivo y en el de la otra persona que est¨¢ usando tu cuenta de forma indefinida, afectando a tu experiencia de lectura. Puedes consultar aqu¨ª los t¨¦rminos y condiciones de la suscripci¨®n digital.
