El 2024Premios Nobelen física y química nos han dado una idea del futuro de la ciencia.La inteligencia artificial (IA) fue fundamental para los descubrimientos galardonados con ambos premios.Tienes que preguntarte quéalfred nobel, quien fundó los premios, pensaría en todo.

Seguramente veremos muchas más medallas Nobel entregadas a investigadores que utilizaron herramientas de inteligencia artificial.Mientras esto sucede, podemos encontrar que los métodos científicos honrados por el comité del Nobel se apartan de categorías sencillas como"física," "química"y"fisiología o medicina".

También podemos ver que los antecedentes científicos de los destinatarios mantienen una conexión más vaga con estas categorías.El premio de física de este año fue otorgado al estadounidense John Hopfield, de la Universidad de Princeton, y al británico Geoffrey Hinton, de la Universidad de Toronto.Si bien Hopfield es físico, Hinton estudió psicología experimental antes de gravitar hacia la IA.

El premio de química lo compartieron el bioquímico David Baker, de la Universidad de Washington, y los informáticos Demis Hassabis y John Jumper, ambos de Google DeepMind en el Reino Unido.

Existe una estrecha conexión entre los avances basados ​​en la IA premiados en las categorías de física y química.Hintonayudó a desarrollar un enfoqueutilizado por DeepMind parahacer su avanceen la predicción de las formas de las proteínas.

Los galardonados en física, en particular Hinton, sentaron las bases del poderoso campo conocido comoaprendizaje automático.Este es un subconjunto de la IA que se ocupa de algoritmos, conjuntos de reglas para realizar tareas computacionales específicas.

El trabajo de Hopfield no se utiliza particularmente hoy en día, pero el algoritmo de retropropagación (co-inventado por Hinton) hatuvo un tremendo impactosobre muchas ciencias y tecnologías diferentes.Se trata de redes neuronales, un modelo de informática que imita la estructura y función del cerebro humano para procesar datos.La retropropagación permite a los científicos "entrenar" enormesredes neuronales.Si bien el comité del Nobel hizo todo lo posible para conectar este influyente algoritmo con la física, es justo decir que el vínculo no es directo.Entrenar un sistema de aprendizaje automático implica exponerlo a grandes cantidades de datos, a menudo de Internet.

El avance de Hinton finalmente permitió el entrenamiento de sistemas.como GPT(la tecnología detrás de ChatGPT) y los algoritmos de IAAlfaGoyAlfaFold, desarrollado por Google DeepMind.Así pues, el impacto de la retropropagación ha sido enorme.

AlphaFold 2 de DeepMindresolvió un problema de 50 años: predecir las estructuras complejas de las proteínas a partir de sus componentes moleculares, los aminoácidos.

Cada dos años, desde 1994, los científicos organizan un concurso para encontrar la mejor manera de predecir las estructuras y formas de las proteínas a partir de las secuencias de sus aminoácidos.El concurso se llamaEvaluación crítica de predicción de estructuras (CASP).

En los últimos concursos, los ganadores de CASP han utilizado alguna versión de AlphaFold de DeepMind.Por lo tanto, se puede trazar una línea directa entre la retropropagación de Hinton y el avance AlphaFold 2 de Google DeepMind.

David Baker utilizó un programa informático llamado Rosetta para lograr la difícil hazaña deconstruyendo nuevos tipos de proteínas.Tanto el enfoque de Baker como el de DeepMind tienen un enorme potencial para aplicaciones futuras.

Atribuir crédito siempre ha sido un aspecto controvertido de los premios Nobel.Un máximo de tres investigadores pueden compartir un Nobel.Pero los grandes avances científicos son colaborativos.Los artículos científicos pueden tener 10, 20, 30 autores o más.Más de un equipo podría contribuir a los descubrimientos honrados por el comité Nobel.

Este año es posible que tengamos más debates sobre la atribución de la investigación sobre el algoritmo de retropropagación, que ha sido reivindicada por varios investigadores, así como sobre la atribución general de un descubrimiento a un campo comofísica.

Ahora tenemos una nueva dimensión del problema de la atribución.Cada vez es menos claro si siempre seremos capaces de distinguir entre las contribuciones de los científicos humanos y las de sus colaboradores artificiales: las herramientas de IA que ya están ayudando a ampliar los límites de nuestro conocimiento.

En el futuro, ¿podremos ver a las máquinas ocupar el lugar de los científicos y a los humanos desempeñar un papel de apoyo?Si es así, tal vez la herramienta de inteligencia artificial obtenga el principal premio Nobel y los humanos necesiten su propia categoría.

Este artículo se republica desdeLa conversaciónbajo una licencia Creative Commons.Lea elartículo original.