El próximo salto de la IA en ciencia vendrá de agentes de razonamiento, no de modelos hambrientos de datos como AlphaFold

Puntos clave

• AlphaFold de Google DeepMind le valió a Demis Hassabis y John Jumper el Premio Nobel de Química 2024 por predecir las formas de las proteínas.
• La base de datos de proteínas en la que se entrenó AlphaFold tardó 53 años y un trabajo experimental estimado en 21.000 millones de dólares en compilarse.
• La mayoría de campos científicos no pueden producir conjuntos de datos de esa calidad, lo que hace que la IA al estilo de AlphaFold sea un modelo deficiente para la ciencia más amplia.
• Los agentes de IA, software que razona sobre problemas y utiliza múltiples herramientas en secuencia, ya están equiparando hallazgos de investigación humana de una década en cuestión de horas.
• Un beneficio secundario clave: los agentes registran automáticamente cada paso que dan, lo que podría ayudar a resolver la prolongada crisis de reproducibilidad de la ciencia.

Hace dos años, la idea de que un programa de ordenador pudiera resolver uno de los acertijos más difíciles de la biología parecía extraordinaria. Luego AlphaFold lo logró.

El programa, construido por Google DeepMind, puede predecir la forma tridimensional de una proteína, una molécula cuya forma determina lo que hace dentro del cuerpo, únicamente a partir de su secuencia genética. Los científicos persiguieron este problema durante cincuenta años. En 2024, Demis Hassabis y John Jumper ganaron el Premio Nobel de Química por ello. Las startups se inundaron en biología y química, recaudando miles de millones bajo el supuesto de que la IA más datos ahora desbloquearía descubrimiento tras descubrimiento.

Ese supuesto, según un análisis detallado reportado por primera vez por MIT Technology Review, merece un examen más cuidadoso.

¿Por qué no podemos simplemente repetir lo que hizo AlphaFold?

En pocas palabras: los datos necesarios para hacerlo casi nunca existen. AlphaFold se entrenó en el Protein Data Bank, una colección de aproximadamente 170.000 formas de proteína confirmadas experimentalmente construidas durante 53 años de cooperación internacional, con un costo estimado de 21.000 millones de dólares. Ese tipo de conjunto de datos es extraordinariamente raro.

La mayoría de la ciencia experimental es más desordenada. Los cultivos celulares cambian sutilmente con el tiempo. Los químicos contienen impurezas traza. La humedad del laboratorio varía entre lecturas. Los resultados que un equipo puede replicar el martes puede que no se mantengan para otro equipo el jueves. Los datos limpios, estandarizados y a gran escala que una red neuronal moderna, el analizador de patrones estadísticos en el corazón de herramientas como AlphaFold, necesita para aprender simplemente no existe en la mayoría de campos, y construirlo tomaría décadas.

Un puñado de áreas, pronóstico del tiempo y partes de la genómica entre ellas, sí tienen el tipo correcto de datos y podrían ver avances al estilo de AlphaFold pronto. Pero son la excepción.

¿Entonces qué funciona?

Los agentes de IA están mostrando una promesa real, y funcionan de manera muy diferente. Un agente es software que razona a través de un problema de múltiples pasos llamando a diferentes herramientas, eligiendo el mejor resultado, descartando lo que falla e intentando de nuevo. Se comporta menos como una tabla de búsqueda y más como un científico cuidadoso.

AI Co-Scientist de Google, anunciado en mayo, es un ejemplo temprano. Los investigadores le dieron un resumen de una página y un objetivo: averiguar cómo la resistencia a los antibióticos, la capacidad de las bacterias para sobrevivir a medicamentos diseñados para matarlas, se propaga entre especies bacterianas. El sistema dividió la tarea entre varios subprogramas. Uno generó hipótesis de la literatura científica. Un segundo cuestionó cada hipótesis como lo haría un revisor de pares. Un tercero clasificó a los sobrevivientes. Un cuarto refinó al ganador.

El agente concluyó que los genes de resistencia estaban siendo transportados dentro de virus bacterianos, utilizando el virus que pudiera transportarlos a un nuevo anfitrión. Los investigadores del Imperial College London tardaron una década en llegar a la misma conclusión a través del arduo trabajo de laboratorio. Su artículo aún estaba en revisión de pares cuando Co-Scientist produjo su respuesta.

¿Qué significa esto para los pacientes y el público?

Una ciencia más rápida y reproducible significa rutas más rápidas desde el hallazgo de laboratorio hasta el ensayo clínico. También importa para la confianza. La crisis de reproducibilidad de la ciencia, donde los investigadores repetidamente encuentran que no pueden replicar los resultados de otros, ha socavado silenciosamente la confianza en la investigación médica durante años. Los agentes registran automáticamente cada paso que toman, creando un registro exacto de su método. Ese registro hace que la replicación sea sencilla de una manera en que los cuadernos de laboratorio humanos, a menudo manuscritos e incompletos, rara vez lo son.

Los agentes no son perfectos. Ocasionalmente aún producen errores que suenan seguros de sí mismos, su razonamiento no siempre es consistente, y tienen límites en cuanto a cuánto tiempo pueden trabajar sin supervisión humana. Esas son restricciones reales. Pero son problemas de ingeniería, no barreras fundamentales.

El cambio más grande es más silencioso que un Premio Nobel, y puede importar más.

Preguntas frecuentes

¿Significa esto que la IA está a punto de reemplazar a los científicos?

No. Los agentes funcionan mejor como un asistente incansable que prueba ideas en secuencia y mantiene registros precisos. El juicio humano, la creatividad y la supervisión ética siguen siendo fundamentales para decidir qué preguntas vale la pena hacer.

¿Esto acelerará el descubrimiento de medicamentos para los pacientes?

Potencialmente sí, aunque los plazos son difíciles de predecir. Si los agentes pueden comprimir la etapa de prueba de hipótesis de la investigación de años a semanas, los ensayos clínicos, que son los estudios prolongados de seguridad humana requeridos antes de que cualquier medicamento llegue a los pacientes, comenzarían antes. Los ensayos en sí siguen tomando el mismo tiempo.