Los premios Nobel nos recuerdan que necesitamos los imperfectos poderes de la IA

Nuestra experiencia de la vida diaria nos revela un mundo complicado y, a menudo, violento que intentamos hacer m¨¢s habitable, razonable y controlable a trav¨¦s de la ciencia y la tecnolog¨ªa. El cambio clim¨¢tico y los conflictos b¨¦licos nos alertan de que nos encontramos en un momento arriesgado en esta empresa cient¨ªfico-tecnol¨®gica, que, por una parte, est¨¢ desgastada ante los ojos de la gente por una historia plagada de consecuencias imprevistas y, por otra, nos ha dado tales poderes que las personas m¨¢s privilegiadas ya sue?an que la ut¨®pica emancipaci¨®n de la realidad f¨ªsica est¨¢ al alcance de la mano. Los premios Nobel de este a?o dan claves para entender de donde viene y por d¨®nde va el peligroso camino por el que estamos transitando.

Empiezo el r¨¢pido recorrido en la una Europa traumatizada por el horror de la Primera Guerra Mundial donde los matem¨¢ticos Kurt Goedel y Alan Turing revelaron las limitaciones de la l¨®gica y los algoritmos digitales para interpretar la realidad, es decir, la crucial diferencia entre conocer y computar. Por su parte, la f¨ªsica rompi¨® nuestra noci¨®n de ¡°sentido com¨²n¡± con el puzle que creaban la mec¨¢nica cu¨¢ntica y la relatividad general. Las ideas de Sigmund Freud empujaron el desarrollo de la neurociencia, que en esa ¨¦poca diger¨ªa los descubrimientos de Ram¨®n y Cajal, las redes de neuronas individuales que dan sustrato f¨ªsico a la mente humana. El estallido de Segunda Guerra Mundial concentr¨® en los EE UU a los cient¨ªficos m¨¢s brillantes, f¨ªsicos, matem¨¢ticos e ingenieros que, colaborando con los neurocient¨ªficos, dise?aron m¨¢quinas capaces de actuar como sustratos f¨ªsicos de ideas matem¨¢ticas. Las computadoras marcaron un hito hist¨®rico, ya que, rompiendo la divisi¨®n entre disciplinas acad¨¦micas, fracturaron la frontera entre lo artificial y lo natural, lanzando la aventurada dial¨¦ctica entre ¡°mecanizaci¨®n de la mente¡± y la ¡°humanizaci¨®n de la m¨¢quina¡±.

Fue un f¨ªsico cu¨¢ntico, Max Delbr¨¹ck, quien dio con la clave para entender el papel de los genes en la evoluci¨®n de los seres vivos, convirti¨¦ndose en uno de los fundadores de la biol¨®gica molecular en la d¨¦cada de 1930. Este campo, inspirado por el desarrollo simult¨¢neo de la computaci¨®n, intent¨® simplificar la complejidad de la vida como relaciones algor¨ªtmicas entre genes y prote¨ªnas, encapsuladas en ¡°el Dogma Central¡± que enunci¨® Francis Crick en 1957. El Premio Nobel de Fisiolog¨ªa o Medicina en 2024 se ha concedido a Victor Ambros y Gary Ruvkun por el descubrimiento de un importante mecanismo de manipulaci¨®n de genes que destruye la simplicidad del Dogma. En la d¨¦cada de 1980, Ambros y Ruvkun descubrieron unas mol¨¦culas de microARN capaces controlar la acci¨®n de los genes. En esa ¨¦poca, la mayor parte de la comunidad biol¨®gica pensaba que solo el 1% o 2% de nuestro ADN conten¨ªa informaci¨®n para fabricar prote¨ªnas (el resto se consideraba ADN basura, junk DNA) y que la regulaci¨®n de los genes la hac¨ªan prote¨ªnas. En los ¨²ltimos 10 a?os, se ha demostrado (con la oposici¨®n de buena parte del establishment cient¨ªfico) que alrededor del 75% de nuestro ADN no es basura, sino que la c¨¦lula lo traduce en ARN. Ya se han identificado m¨¢s de 2.000 microARNs en el genoma humano, que en su mayor¨ªa tienen funciones reguladoras de genes. Estos descubrimientos complican la historia algor¨ªtmico-molecular, pero abre nuevas posibilidades de intervenci¨®n ¡°digital¡±. La cantidad y diversidad de estos ARN ha atra¨ªdo inmediatamente a los cient¨ªficos que aplican la inteligencia artificial (IA) al an¨¢lisis de datos para intentar descubrir relaciones entre microARN, f¨¢rmacos y enfermedades que permitan su aplicaci¨®n m¨¦dica. Est¨¢ por ver si los pueden encontrar y qu¨¦ consecuencias habr¨¢ si lo hacen.

Esta confianza en que la IA pueda ayudar a resolver problemas de gran complejidad biol¨®gica se justifica con los resultados que han merecido el premio Nobel de Qu¨ªmica, otorgado a los cient¨ªficos de Google DeepMind, Demis Hassabis y John Jumper, por predecir formas y funciones de prote¨ªnas y al bioqu¨ªmico David Baker por crear prote¨ªnas que no existen en la naturaleza. En realidad, fue el equipo de Baker el que, en 2014, demostr¨® que era posible resolver uno de los problemas m¨¢s dif¨ªciles de la ciencia, predecir la estructura de una prote¨ªna. Su enfoque se sustentaba en d¨¦cadas de investigaci¨®n y colaboraci¨®n experimental y computacional: no usaba IA, sino la f¨ªsica y la historia evolutiva de las prote¨ªnas en la Tierra. El equipo de Baker no se qued¨® ah¨ª, e inmediatamente pasaron a aplicar el proceso al rev¨¦s, es decir, a dise?ar prote¨ªnas en el ordenador y usar los m¨¦todos de la biolog¨ªa molecular para convertir c¨¦lulas vivas en f¨¢bricas de esas prote¨ªnas a partir de genes sint¨¦ticos. As¨ª, hicieron realidad uno de los sue?os de la nanotecnolog¨ªa, el dise?o con precisi¨®n at¨®mica de nanoestructuras complejas. El equipo de Baker us¨® esta tecnolog¨ªa para dise?ar, por ejemplo, una vacuna contra la covid (SKYCovione). Aunque el potencial m¨¦dico y tecnol¨®gico es enorme, todav¨ªa queda mucho por aprender, porque las c¨¦lulas imponen restricciones en los dise?os digitales que se pueden o fabricar usando este m¨¦todo, no todo es posible en el mundo real. En 2021, DeepMind hizo p¨²blico su algoritmo Alphafold, capaz de encontrar la estructuras de las prote¨ªnas de una manera m¨¢s eficiente que el de Baker, usando la capacidad de computaci¨®n DeepMind que puso al servicio de toda la comunidad cient¨ªfica. Aqu¨ª la IA revela su poder ¨²til para avanzar la investigaci¨®n m¨¦dica r¨¢pida y eficazmente y democratizar las herramientas cient¨ªficas. Cabe resaltar que no todas las prote¨ªnas humanas tienen estructura fija, y que el desorden es un arma f¨ªsica que usa la biolog¨ªa que est¨¢ fuera del alcance de estos avances.

Este auge de los m¨¦todos de IA ha motivado el Nobel de F¨ªsica se haya concedido a John Hopfield y al Geoffrey Hinton (tambi¨¦n de Google), que utilizaron las herramientas de la F¨ªsica para desarrollar redes neuronales artificiales que sentaron las bases de muchas de las aplicaciones actuales de IA. Hopfield se inspir¨® en los modelos de las interacciones de los ¨¢tomos en materiales magn¨¦ticos para desarrollar su famosa red neuronal en la d¨¦cada de 1980. Hinton contribuy¨® con la llamada m¨¢quina de Boltzmann. Las similitudes de las redes neuronales con la f¨ªsica de la magnetizaci¨®n ya hab¨ªan sido sugeridas por Walter Pitts y Warren MacCulloch en 1947.

Muchos han criticado este Nobel por apuntarse a la promoci¨®n de la IA en un contexto comercial complicado (el Departamento de Justicia de EE UU est¨¢ considerando romper Google) y porque las redes neuronales basadas en estos m¨¦todos no han descubierto nada sobre la realidad por ellas mismas; al contrario, su nivel de abstracci¨®n, produce errores a-f¨ªsicos y las conocidas ¡°alucinaciones¡±. Adem¨¢s, en su estado actual las redes siguen necesitando much¨ªsimos datos y much¨ªsima energ¨ªa para calcular sus predicciones (6 ¨®rdenes de magnitud m¨¢s que el cerebro humano). La reacci¨®n de Hinton ante estas cr¨ªticas es reveladora de la mentalidad de muchos en este campo. Hinton defiende que las alucinaciones son prueba de que las redes neuronales piensan como los humanos porque los humanos, en realidad, ¡°alucinamos¡± nuestra conciencia. Para Hinton la realidad humana es ¡°virtual¡±.

Con estas afirmaciones, Hinton se apunta al fetichismo que parte de la comunidad cient¨ªfica ha desarrollado con sus modelos computacionales; al enfrentarse a su falta la capacidad de dominar y entender completamente una parte de la realidad, el cient¨ªfico construye una imagen idealizada de ella, adquiriendo as¨ª un dominio sobre la imagen, que convierte en una especie de fetiche. En este caso, la ilusi¨®n de la mecanizaci¨®n de la mente funciona como una fantas¨ªa de dominaci¨®n de la conciencia humana y de la realidad. Es la fantas¨ªa que Hinton usa ahora para crear escenarios apocal¨ªpticos donde la IA acaba con los humanos¡­

No nos dejemos llevar por el miedo, porque si algo nos recuerdan los premios Nobel de este a?o es que necesitamos los imperfectos poderes de la IA y de la ciencia para solucionar los grandes retos a los que nos enfrentamos. Tambi¨¦n nos advierten de que no debemos olvidarnos de que la evidencia hist¨®rica de los ¨²ltimos siglos, que nos previene contra las utop¨ªas y las fantas¨ªas de la raz¨®n, que suelen terminar en cat¨¢strofes b¨¦licas o desastres ecol¨®gicos. Hay otra opci¨®n: usar estos avances para reforzar nuestra conexi¨®n con la realidad del misterioso universo que habitamos, para ser m¨¢s reales, no menos. Como sabemos los f¨ªsicos, para acceder a esa realidad que da sentido a nuestras vidas necesitamos recurrir a capacidades humanas no digitales, como la intuici¨®n, la esperanza, la emoci¨®n y la empat¨ªa, que siempre han estado presentes guiando nuestras vidas en el arte, la literatura, las tradiciones culturales y la historia. No abandonemos nuestra humanidad por sue?os ut¨®picos que nunca han acabado bien.

Sonia Contera es Catedr¨¢tica de F¨ªsica de la Universidad de Oxford. Autora de ¡®Nanotecnolog¨ªa viva: c¨®mo el mundo de lo infinitesimal est¨¢ transformando la medicina y el futuro de la biolog¨ªa¡¯. (Arpa Editores, 2023).