Fuente: World Scientific
Más allá de la exageración y la histeria en los titulares de hoy, la IA está desempeñando un papel cada vez más importante en la vida cotidiana y los negocios, desde la predicción de textos hasta las recomendaciones de Netflix y la detección de fraudes bancarios.
Gran parte de este progreso es posible gracias a los científicos a la vanguardia de la exploración científica compleja.
Y eso aún no ha terminado.
En UC Riverside, un equipo de cuatro científicos describió su visión de usar el aprendizaje automático para mantener, mejorar y diseñar el equipo científico más avanzado de la Tierra.
“El uso de la IA para resolver importantes desafíos científicos tiene el potencial no solo de hacer avanzar la ciencia, sino también de resolver problemas de la vida cotidiana”, dijo Vagelis Papalexakis, profesor asociado de informática e ingeniería en UC Riverside. “El GPS es un gran ejemplo”.
Un capítulo sobre la visión del equipo de la UCR fue publicado en abril de 2023 por World Scientific en el libro “Artificial Intelligence for Science: A Deep Learning Revolution”.
El Capítulo 7, “Aprendizaje automático para el diseño y la optimización de instrumentos complejos”, explora cómo la IA puede mejorar, refinar e incluso revolucionar la experimentación científica a gran escala. La idea es utilizar el aprendizaje automático para simular computacionalmente una amplia gama de operaciones y posibilidades de diseño, no solo ahorrando tiempo, dinero y recursos a través de la eficiencia y mejoras integrales, sino también explorando diseños e ideas contrarias a la intuición.
“Suena futurista, y es esperanzador”, dijo Papalexakis. “Preguntamos: ‘¿Cuál es la promesa de la IA?'”
Sus coautores incluyen a Barry C. Barish, Premio Nobel, Profesor Emérito de Física del Instituto de Tecnología de California y Profesor Distinguido de Física y Astronomía de la UCR; Jonathan Richardson, Profesor Asistente de Física y Astronomía de la UCR; y Rutuja Gurav, Dra. Candidato UCR en Ciencias de la Computación.
Su enfoque podría mejorar el diseño y la operación de ingeniería compleja, incluido el interferómetro láser del Observatorio de Ondas Gravitacionales. LIGO, operado por Caltech, consta de dos conjuntos de láseres de 2,5 millas de dos haces en el estado de Washington y Luisiana que detectan ondas gravitacionales de fenómenos cósmicos como pares de agujeros negros fusionados que no emiten luz y, por lo tanto, no se pueden observar. visualmente.
Las ondas gravitacionales ayudan a los científicos a comprender los misterios del cosmos, el origen del universo y las leyes básicas de la física. LIGO en sí mismo ha abierto nuevas fronteras en astronomía, haciendo descubrimientos tan innovadores que Barish, el exdirector de LIGO, recibió el Premio Nobel de Física 2017.
“Los avances en la física experimental se basan en nuestra capacidad para desarrollar instrumentos muy complejos y de última generación”, dijo Barish. “El aprendizaje automático está desempeñando un papel cada vez más importante en la concepción, el diseño y la implementación de instalaciones experimentales tan avanzadas. Es seguro decir que la inteligencia artificial se está convirtiendo en un socio de pleno derecho para hacer nuevos descubrimientos en física”.
Por ejemplo, la nueva investigación prevista ayudaría a los científicos a descubrir cómo mejorar o incluso diseñar instrumentos complejos de manera que mejoren su sensibilidad y resistencia a fuentes reales de error, como el ruido ambiental.
“En lugar de hacerlo en el laboratorio, la IA haría pruebas exhaustivas de diseños potenciales y encontraría el que funciona mejor” para la infraestructura masiva de LIGO, dijo Papalexakis. “Es una forma computacional de simular cosas que contribuirá en gran medida a ayudarlo a diseñar experimentos a gran escala”.
Este enfoque aprovecharía y adaptaría la tecnología para admitir plataformas públicas emergentes como ChatGPT y Bing AI, con importantes implicaciones para el descubrimiento científico y la innovación cotidiana.
Los investigadores señalaron que el uso de IA para probar, modelar y mejorar grandes sistemas científicos no sustituye a los investigadores o ingenieros.
“Los experimentos límite como LIGO son instrumentos extremadamente complejos, con docenas de sistemas de control interdependientes y miles de canales de datos”, dijo Richardson. “Esperamos que los avances en inteligencia artificial, como los que se persiguen en la UCR, sean capaces de reconocer conexiones ocultas en este mar de datos que puedan diagnosticar problemas operativos. puede hacer cambios físicos que mejorarán el rendimiento del detector”.
La investigación nació de la fascinación de un estudiante y de un encuentro casual.
Gurav, un estudiante de doctorado que trabajaba en el laboratorio de computación de Papalexakis, aportó una fascinación por aislar las ondas gravitacionales de otros ruidos. Luego, hace cuatro años, durante una conferencia pública en la UCR a cargo del experto en ondas gravitacionales Barish, el grupo se reunió, conversó y colaboró en un proyecto.
Gurav elogió a sus mentores en la UCR y dijo: “Es fantástico ver nuestro trabajo plasmado en un conjunto de ideas tan increíblemente diverso sobre la inteligencia artificial aplicada a las ciencias de la vida. Este es un hito especial en mi viaje de doctorado bastante poco convencional como aspirante a científico informático con un profundo interés en explorar aplicaciones de aprendizaje automático para ampliar los límites del descubrimiento científico”.
Ahora que se ha publicado el capítulo, Papalexakis dijo: “Me siento orgulloso y un poco asustado”. Guiar públicamente investigaciones científicas complejas conlleva “un sentido de responsabilidad que no nos tomamos a la ligera. Pero estoy emocionado de que la gente crea que vale la pena investigar estas cosas”.
Más información:
Alok Choudhary et al., Inteligencia artificial para la ciencia (2023). DOI: 10.1142/13123