La IA de Google presume de crear miles de materiales, pero investigadores aseguran que ‘no hay nada nuevo’

315
0
Capturadepantalla2024-05-17alas014537
PREPASON2024BANNERS_714x90
Capturadepantalla2024-04-26alas192343
PrevencionEmbarazo
Lactanciapornostros4
Capturadepantalla2023-02-13alas213814
Capturadepantalla2023-02-13alas214531
Capturadepantalla2022-09-12alas043937
Capturadepantalla2023-02-13alas215907
Capturadepantalla2023-02-13alas220711
previous arrow
next arrow

Investigadores han analizado detenidamente el estudio realizado por la gran G y revelan que “no se ha descubierto ningún material nuevo en ese trabajo”

La inteligencia artificial (IA) se ha convertido en una herramienta cada vez más útil y omnipresente. Una tecnología que ha evolucionado con el paso del tiempo siendo capaz de hacer más cosas que generar textos o imágenes a partir de frases. Por ejemplo, en España se ha creado una de estas herramientas que puede analizar la salud de mil corazones por segundo y hay hasta otra que ya resuelve problemas de la Olimpiada Internacional de Matemáticas. Incluso Google tiene una IA que diseña 400.000 nuevos materiales.

El pasado mes de noviembre Google daba a conocer su ‘ChatGPT’ de la química. Una inteligencia artificial que supuestamente había descubierto millones de nuevos materiales. Pero ¿qué hay de cierto en esto? En un nuevo estudio, publicado en la revista Nature y realizado por unos investigadores que han analizado el subconjunto de lo que descubierto por Google DeepMind, se revela que “todavía no hemos encontrado ningún compuesto sorprendentemente novedoso”, según recogen en 404media.

Google escribió el pasado mes de noviembre que su sistema de inteligencia artificial llamado redes de gráficos para exploración de materiales (GNoME, en inglés) “encuentra 2,2 millones de nuevos cristales, incluidos 380.000 materiales estables que podrían impulsar tecnologías futuras”. Incluso la compañía añadió que esto era “equivalente a casi 800 años de conocimiento”, que muchos de los descubrimientos “escapaban a la intuición química humana anterior”; y que era “una expansión de orden de magnitud en materiales estables conocidos por la humanidad”.

Para sus experimentos, los investigadores del Laboratorio Nacional Lawrence Berkeley junto con Google crearon un “laboratorio humano (A-Lab)” que utilizó “cálculos, datos históricos de la literatura, aprendizaje automático y aprendizaje activo para planificar e interpretar los resultados de los experimentos realizados con robótica”. De hecho, utilizaron inteligencia artificial y robots para prescindir de humanos en el laboratorio y estas tecnologías descubrieron y sintetizaron nuevos materiales. Algo que según los científicos “demuestra la eficacia de las plataformas impulsadas por inteligencia artificial para el descubrimiento autónomo de materiales”.

“No hay nada novedoso”

A pesar de lo que Google anunció en noviembre, en el último mes han salido varias investigaciones sobre el tema al respecto. Y es que científicos han analizado los documentos aportados por DeepMind y publicaron sus propios análisis que sugieren que dicha investigación está siendo sobrevalorada. Las personas del mundo de la ciencia de los materiales entrevistadas por el medio subrayan que la IA es muy prometedora en este campo, pero afirman que Google y sus técnicas de aprendizaje profundo no han supuesto de repente un avance increíble en esta industria.

Esta semana ha salido un artículo en la revista Chemical Materials en el que investigadores de la Universidad de California, en Santa Bárbara (Estados Unidos), seleccionaron una muestra aleatoria de las 380.000 estructuras propuestas publicadas por DeepMind en su estudio. Como resultado, aseguran que ninguna de ellas cumple una prueba de tres partes para determinar si el material es “creíble”, “útil” y “novedoso”. De hecho, creen que lo que relamente encontró la IA de Google son “compuestos inorgánicos cristalinos y deberían describirse como tales, en lugar de usar la etiqueta más genérica ‘material’”.

En el análisis los investigadores también describen que “todavía no hemos encontrado ningún compuesto llamativamente novedoso en los listados de GNoME y Estructura Estable, aunque prevemos que debe haber alguno entre las 384.870 composiciones. También observamos que, aunque muchas de las nuevas composiciones son adaptaciones triviales de materiales conocidos, el enfoque computacional ofrece composiciones globales creíbles, lo que nos da confianza en que el enfoque subyacente es sólido”.

Por otro lado, Anthony Cheetham, uno de los responsables del estudio, asegura en una entrevista con 404media que “el artículo de Google se queda muy corto en cuanto a ser una contribución útil y práctica para los científicos experimentales de materiales. Si yo estuviera buscando un nuevo material para hacer una función concreta, no peinaría más de 2 millones de nuevas composiciones como las que propone Google. No creo que sea la mejor forma de avanzar y ninguno tiene tiempo suficiente en su vida para repasar 2,2 millones de posibilidades y decidir hasta qué punto puede ser útil”.

Cheetham también indica que “la metodología general probablemente funciona bastante bien, pero tiene que estar mucho más centrada en torno a necesidades específicas”. Incluso asegura que durante su investigación dedicaron “bastante tiempo repasando un subconjunto muy pequeño de las cosas que proponen y nos dimos cuenta de que no sólo no había ninguna funcionalidad, sino que la mayoría de ellas podrían ser creíbles, pero no son muy novedosas porque son simples derivados de cosas que ya se conocen”.

En cuanto al “laboratorio autónomo (A-Lab)”, investigadores de Reino Unido han señalado que analizaron los 43 “compuestos novedosos” que la IA de Google había creado y descubrieron “cuatro fallos comunes en el análisis. Lamentablemente, estos errores llevan a la conclusión de que no se ha descubierto ningún material nuevo en ese trabajo”.

Los científicos consultados por el mismo medio creen que un proceso guiado por la IA para encontrar nuevos materiales es prometedor, pero dijeron que los documentos específicos que analizaron no eran necesariamente grandes avances, y que no deben ser contextualizados como tales. Ante el revuelo generado por estas investigaciones, Google DeepMind asegura que mantiene todas las afirmaciones hechas en el documento GNoME de noviembre.

Fuente: elespanol.com

Comentarios