El jefe de investigación de IA de Sony quiere crear robots capaces de ganar el Premio Nobel
En los últimos años, los sistemas de inteligencia artificial y aprendizaje automático se han convertido en una bendición para la investigación científica en diversas áreas académicas. Han ayudado a los científicos a identificar marcadores genómicos listos para métodos de tratamiento avanzados, a acelerar el descubrimiento de nuevos fármacos y agentes terapéuticos eficaces, así como a publicar sus propias investigaciones.
Sin embargo, durante este periodo, estos sistemas a menudo solo tenían que procesar grandes conjuntos de datos y realizar cálculos por fuerza bruta, en lugar de dirigir la investigación. Sin embargo, el doctor Hiroaki Kitano, director general de Sony AI, planea crear una «forma híbrida de ciencia que lleve la biología de sistemas y otras ciencias a un nuevo nivel», creando una inteligencia artificial tan capaz como las mentes científicas actuales.
Para ello, Kitano pretende desarrollar una inteligencia artificial lo bastante inteligente como para ganar el Premio Nobel en 2050.
«Lo distintivo de esta tarea es incluir el sistema en un campo abierto para estudiar descubrimientos importantes, en lugar de redescubrir lo que ya sabemos o intentar imitar supuestos procesos mentales humanos. La visión consiste en reformular el propio descubrimiento científico y crear una forma alternativa de descubrimiento científico. El valor reside en desarrollar máquinas que puedan hacer descubrimientos de forma continua y autónoma. El científico de IA generará y verificará todas las hipótesis posibles, esperando que algunas de ellas puedan dar lugar por sí mismas a grandes descubrimientos o servir de base para ellos. La capacidad de generar hipótesis de forma exhaustiva y verificarlas eficazmente es el núcleo del sistema»
Las IA actuales son, por sí mismas, el resultado de décadas de investigación y experimentación, desde 1950, cuando Alan Turing publicó su obra fundacional «Maquinaria computacional e inteligencia». Con los años, estos sistemas pasaron de ser curiosidades de laboratorio a herramientas vitales de procesamiento y análisis de datos, pero Kitano quiere dar un paso más, creando efectivamente una «constelación de módulos de software y hardware que interactúan dinámicamente para realizar tareas».
Hiroaki Kitano contó a Engadget: «Inicialmente, será un conjunto de herramientas útiles que automatizan parte del proceso de investigación, tanto de experimentos como de análisis de datos. Por ejemplo, automatizar el laboratorio a nivel de sistema cerrado, y no una automatización aislada, es uno de los primeros pasos. Un excelente ejemplo de ello es el robot científico Adam-Eva, desarrollado por el profesor Ross King, que genera automáticamente hipótesis sobre la genética de la levadura en crecimiento, planifica experimentos para confirmarlas o refutarlas y los lleva a cabo. Gradualmente, el nivel de autonomía podrá aumentar para generar un abanico más amplio de hipótesis y comprobaciones. Aun así, seguirá siendo una herramienta o un asistente para los científicos humanos, al menos en un futuro previsible».
Según él, si el científico de IA asume el pesado trabajo intelectual de crear hipótesis para la investigación, sus colegas humanos tendrán más tiempo libre para centrarse en las estrategias de investigación y decidir qué hipótesis investigar realmente.
Como siempre, evitar el efecto de caja negra y los sesgos implícitos (tanto en el diseño del software como en los conjuntos de datos con los que se entrena) será de primordial importancia para establecer y mantener la confianza en el sistema. Kitano afirmó: «Para que los descubrimientos científicos sean aceptados por la comunidad científica, deben ir acompañados de pruebas y argumentos convincentes. Los científicos de IA tendrán componentes capaces de explicar los mecanismos que subyacen a sus descubrimientos. Los científicos de IA que no tengan esa capacidad de explicación serán menos preferidos».
Algunos de los mayores descubrimientos científicos de la historia —desde la radiación y las microondas hasta el teflón y el marcapasos— surgieron de errores experimentales. Pero cuando las IA superinteligentes empiecen a inventar su propio lenguaje incomprensible, los investigadores «se apresuran a desenchufarlas». ¿Qué ocurrirá si y cuando un científico de IA haga un descubrimiento o diseñe un experimento que los humanos no puedan entender de inmediato, incluso teniendo una explicación?
«Cuando los científicos de IA sean lo bastante experimentados como para abordar fenómenos complejos, existe la posibilidad de descubrir cosas que los científicos humanos no entiendan de inmediato. En teoría, existe la probabilidad de que alguien pueda dirigir científicos de IA altamente autónomos sin restricciones y sin preocuparse de si su descubrimiento es comprensible. Sin embargo, esto puede tener un precio elevado y debe justificarse. Cuando se reconozca que un científico de IA así ya hace descubrimientos científicos importantes, estoy seguro de que aparecerá una interfaz gráfica para garantizar la seguridad y evitar un uso indebido»
La aparición de un científico de IA capaz de trabajar junto a investigadores humanos también puede plantear algunas cuestiones incómodas sobre a quién atribuir los descubrimientos realizados: ¿a la IA que formuló la hipótesis y realizó el experimento, a la persona que dirigió esos esfuerzos o a la institución académica o persona jurídica propietaria de la operación? Kitano señala, como ejemplo, una reciente decisión de un tribunal australiano que reconoció a DABUS («sistema neuronal artificial») como inventor en solicitudes de patente.
Por el contrario, el científico recuerda el caso de Satoshi Nakamoto y su invención de la cadena de bloques y los bitcoins: «Hubo un caso en el que una contribución decisiva se publicó simplemente como una entrada de blog y se tomó en serio, pero nadie se reunió nunca con él, y su identidad sigue siendo un completo misterio».
«Si el desarrollador del científico de IA estuviera decidido a crear una personalidad virtual del científico con un ORCID iD para demostrar los avances tecnológicos, promocionar el producto o por otra motivación, sería casi imposible distinguir entre la IA y el científico humano»
Pero ¿y si este problema es un avance verdaderamente revolucionario en medicina, por ejemplo, un fármaco contra el cáncer o un cirujano nanorrobot? ¿Importa si el experimento lo realizó un humano o una máquina?
