Además de los avances que OpenAI, Google y otras empresas han anunciado recientemente para el público general y los desarrolladores, en ciertos entornos científicos como la biología y la medicina se puede apreciar cómo el potencial de la inteligencia artificial abarca numerosos campos, una auténtica maravilla tras su complejidad.
Esto es algo similar a lo que sucede en otros sectores: una IA que emplea técnicas de reconocimiento visual puede tanto reconocer rostros como vehículos en una carretera; una para análisis de patrones climáticos puede ayudar a a encontrar pautas sobre otros conjuntos de datos y las IAs que se utilizan para entrenar robots pueden servir también para hacer avanzar la tecnología de la conducción autónoma o de los sistemas de seguridad de los automóviles.
Inteligencia artificial para comprender las moléculas de la vida
Un primer ejemplo es el de AlphaFold 3, un nuevo modelo de inteligencia artificial desarrollado por Google DeepMind y Isomorphic Labs sobre el que se ha publicado recientemente un artículo en la prestigiosa revista científica Nature [véase: ‘Accurate structure prediction of biomolecular interactions with AlphaFold 3‘].
AlphaFold ayuda a predecir con precisión la estructura 3-D de las proteínas, el ADN, el ARN y otras moléculas biológicas. Esto permite entender cómo funcionan y también la forma de desarrollar nuevos medicamentos. La IA puede funcionar como una especie de «fábrica simulada» que combina moléculas de proteínas, ADN y ARN para ver si encajan o no, una tarea que sería prácticamente imposible de realizar por otros métodos. El proceso comienza con una nube de átomos que van convergiendo hasta una estructura molecular más precisa. Cuando se ve que su comportamiento es el deseado se pueden dar por válida y convertirlas en medicamentos.
Actualmente las diferentes versiones de AlphaFold se han utilizado para descubrimientos en áreas como las vacunas contra la malaria, ciertos tratamientos contra el cáncer y el diseño de enzimas. Un ejemplo reciente bastante impresionante de AlphaFold 3 ha sido la estructura de la proteína de pico del virus del resfriado (Coronavirus OC43), que es la que se une a las células humanas. Esto incluye entender cómo interactúa con los anticuerpos y azúcares del organismo. Lo que se ha aprendido sobre el sistema inmunitario abre la puerta a todo tipo de nuevos tratamientos.
La complejidad de unos milímetros cúbicos del cerebro
Por otro lado, Google Research y el Laboratorio Lichtman de la Universidad de Harvard han reconstruido en detalle un fragmento de cerebro humano, una tarea que ya se había realizado antes, pero a menor escala. La imagen 3D de un pequeño fragmento de unos 3 mm de ancho (aproximadamente 1 mm cúbico de volumen) contiene más de 5.000 secciones o «finas lonchas» de 30 nanómetros, todo un puzzle que la IA de Google ayudó a reconstruir.
Con herramientas de aprendizaje automático similares a las que se utilizan en el campo del reconocimiento visual y la visión automática estas imágenes se ensamblaron en un gigantesco mapa 3D que muestra las neuronas, dendritas y los llamados «remolinos de axones» que las conectan. Lo llaman «la imagen de petavóxeles», haciendo referencia a los vóxeles, que son como los píxeles cúbicos en 3-D con los que se reconstruye el aspecto original. La versión digital de este milímetro cúbico ocupa 1,4 petabytes en los discos de los servidores, esto es, unos 1.433 terabytes.
Entre las cosas que este modelo ha permitido aprender es que puede que haya vías neuronales hiperrápidas, que actúen de forma más eficiente de lo que se creía hasta ahora. El mapeado también sugiere ciertas estructuras que plantean nuevas preguntas sobre cómo se organizan las neuronas. Una forma interesante de utilizar esta herramienta es comparar las muestras de un cerebro sano con las de un cerebro enfermo y encontrar las diferencias: ahí puede estar la clave de la comprensión de ciertas enfermedades cerebrales.
Herramientas más allá de la medicina
Estas herramientas de mapeo y análisis tienen un enorme potencial para diversos campos e industrias, no solo el de la biomedicina o la farmacología. Al igual que se crean nuevos fármacos se pueden usar para la producción de biocombustibles, alimentos y materiales industriales. Y es más, en un curioso bucle, conocer mejor el funcionamiento del cerebro puede inspirar nuevos algoritmos y planteamientos que imiten la eficiencia y complejidad del sistema nervioso humano en robots y máquinas autónomas. Una IA mejorándose a sí misma gracias al estudio del cerebro humano, ahí es nada.
Foto | Google Research y Lichtman Lab (Harvard University), D. Berger (Harvard University)
