El equipo global AI4Science, conformado por expertos en aprendizaje automático, física cuántica, ingeniería de software y otras disciplinas, tiene como objetivo desarrollar nuevas herramientas para hacerle frente a diversos desafíos de la humanidad como descubrir nuevas sustancias y mejorar medicamentos. Para lograrlo, es necesario ir más allá del aprendizaje automático y hacer un mayor análisis de datos.
A lo largo de la historia, los descubrimientos se dieron a través de lo que el informático estadounidense Jim Gray denominó cuatro paradigmas: los científicos pasaron de la observación directa de fenómenos naturales a crear modelos teóricos y leyes como las de Newton. Después, las computadoras transformaron la ciencia, primero al resolver ecuaciones más complejas y, más tarde, recopilando, almacenando y procesando grandes volúmenes de datos.
Sin embargo, para Christopher Bishop, nuevo director de AI4Science en Microsoft Research, el aprendizaje profundo será crucial durante la próxima década para transformar la ciencia y permitirá, entre otras cosas, predecir fenómenos naturales en escalas de tiempo y espacio muy variables, llevando a la humanidad al quinto paradigma del descubrimiento científico.
Una forma de diferenciar el aprendizaje profundo del aprendizaje automático es la manera en la que se hace uso de los datos. En el aprendizaje automático se usa la información conocida para entrenar las propias redes neuronales que provienen de una solución numérica obtenida desde una ecuación fundamental para la ciencia. Éstas funcionan como simuladores del mundo natural y pueden usarse para fines como pronosticar el clima o modelar la colisión de galaxias.
Pero desde la perspectiva del aprendizaje profundo, los detalles intermedios de una simulación pueden usarse como “datos de entrenamiento” en emuladores. Una vez entrenado, dicho emulador puede realizar nuevos cálculos en menor tiempo y con alta eficiencia.
Si bien queda un largo camino por recorrer antes de que los emuladores alcancen la suficiente rapidez, el potencial del impacto del aprendizaje profundo podría llevar al descubrimiento no solo de nuevas sustancias y mejores medicamentos, también de crear sustratos para captar el dióxido de carbono atmosférico y hasta encontrar materiales alternativos para usarlos como baterías y que generen una menor cantidad de desechos.
Microsoft y su equipo IA4Science trabajan para alcanzar el quinto paradigma científico que representa una de las fronteras más emocionantes para el aprendizaje automático, así como para las ciencias naturales, encontrando soluciones a muchos desafíos a nivel mundial.