Algún día desaparecerán los becarios de investigación y en su lugar utilizaremos ordenadores y robots

¿Puede un ordenador sustituir a un físico en el descubrimiento de nuevas leyes físicas? ¿Puede un robot sustituir a un biólogo en un laboratorio húmedo? Schmidt y Lipson han desarrollado un algoritmo que sustituye el razonamiento de un físico a la hora de modelar un problema. A partir de un conjunto de datos sobre el comportamiento de un sistema físico, como un péndulo, es capaz de descubrir un modelo físico (conjunto de ecuaciones matemáticas) que describe dichos datos, en el caso del péndulo deriva las ecuaciones de Newton (en formulación hamiltoniana o lagrangiana). King et al. han desarrollado un robot que puede realizar por sí mismo experimentos sobre el metabolismo de una levadura en un laboratorio, así como razonar sobre los resultados y planificar nuevos experimentos. El robot se llama Adam es capaz de obtener y caracterizar la cinética química de reacciones mestabólicas de forma automática, y publicar sus resultados usando herramientas bioinformáticas. ¿Para qué necesitas un postdoc si tienes a Adam? Nos lo cuentan David Waltz, Bruce G. Buchanan, “Automating Science,” Science 324: 43-44, 3 April 2009 , que se hacen eco de los artículos técnicos de Michael Schmidt, Hod Lipson, “Distilling Free-Form Natural Laws from Experimental Data,” Science 324: 81-85, 3 April 2009 , y Ross D. King et al., “The Automation of Science,” Science 324: 85-89, 3 April 2009 .

Una encuesta a 1000 becarios de investigación y contratados como postdocs en la University of California, San Francisco (UCSF), EE.UU., muestra que más del 50% no piensan continuar en la universidad tras finalizar sus becas. Prefieren dedicarse a la educación secundaria, la industria, la política, y otras tareas alejadas del mundo académico. La formación de “alta calidad” que recibirán durante sus becas quizás acabe en saco perdido. Las autoridades académicas están preocupadas y varias medidas se están poniendo en marcha, ahora que en plena época de crisis, que en California es similar a la española, el Estado no puede permitirse el lujo de gastarse mucho dinero en formar a investigadores que no acaben trabajando como investigadores. Nos lo cuenta Bruce Alberts, “Science for Science,” Science 324: 13, 3 April 2009 .

ADAM es un brazo robot insertado en un laboratorio húmedo propio desarrollado en el Departamento de Informática de la Aberystwyth University, Gran Bretaña. La página web “The Robot Scientist” os presenta gran número de detalles, muchas fotos y varios vídeos mostrando a la criatura. ADAM realiza experimentos biológicos, evalúa los resultados y decide qué experimento realizar. Para ello utiliza datos de la cinética enzimática obtenidos por él automáticamente de la base de datos KEGG. ADAM no es el primer robot de este tipo, en la Universidad de Stanford cerca de 1970 se desarrolló DENDRAL, que evaluaba semiautomáticamente los resultados de un cromatógrafo y un espectrómetro de masas de alta resolución. En la NASA se han desarrollo muchos robots similares que se han utilizado en las sondas espaciales, por ejemplo, las enviadas a Marte.

ADAM ha logrado redescubrir varios resultados científicos interesantes que validan su utilidad práctica. Su objetivo no es sustituir completamente a los becarios de investigación sino ayudarles con objeto de aumentar su productividad, su eficacia, la calidad de sus resultados, sin cometer errores debidos al cansancio propios del trabajo noctámbulo de todos los investigadores. ADAM es un asistente o ayudante inteligente. ¿Cómo podemos entender cómo ha razonado ADAM para realizar su trabajo? Para ello se requiere una ontología apoyada en un lenguaje lógico que describe sus razonamientos.

El trabajo de Schmidt y Lipson también utiliza técnicas de inteligencia artificial pero para descubrir modelos matemáticos de sistemas físicos de forma automática. La técnica utilizada se basa en la determinación de invariantes (o simetrías) en los datos observados, que permiten reconstruir las leyes físicas subyacentes al sistema físico estudiado. Sin ningún tipo de conocimiento de física, cinemática, o geometría el algoritmo es capaz de descubrir las leyes de conservación del momento y las ecuaciones diferenciales en formulación hamiltoniana o lagrangiana que modelan el sistema. El sistema aprende y cada vez que descubre nueva física le es más fácil descubrir nuevas leyes. Este tipo de técnicas se basan en una técnica de computación evolutiva llamada regresión simbólica (busca expresiones matemáticas simbólicas que minimizan ciertas métricas de error). Este sistema se basa en las operaciones aritméticas elementales {+, -, ÷, ×} y en las funciones matemáticas analíticas (por ejemplo, seno y coseno), constantes y variables de estado. Las ecuaciones se forman por combinación de estos símbolos junto a ecuaciones previamente obtenidas. El algoritmo termina cuando la expresión obtenida describe los datos experimentales con la exactitud deseada.

Como los propios autores confiesan en su artículo, su objetivo no es sustituir el razonamiento de los físicos sino ayudarles a preocuparse por los problemas realmente importantes, dejando las tareas de identificación de sistemas más elementales a un software automático.

Might this process diminish the role of future scientists? Quite the contrary: Scientists may use processes such as this to help focus on interesting phenomena more rapidly and to interpret their meaning.

Nunca mejor dicho, la ciencia avanza que es una barbaridad… y más avanzará con los “científicos robóticos e informáticos.”

PS (11 abr 2009): Relacionada con “Un algoritmo capaz de descubrir leyes científicas,” visto en Menéame.


2 Comentarios

Participa Suscríbete

JL Pérez de la CruzJL Pérez de la Cruz

¡Qué ilusión! ¡Buchanan escribiendo en Science y dedicando un emocionado recuerdo a Dendral y Prospector!
Claro que… Precisamente sobre Dendral dijo Hao Wang en su discurso de recepción del primer “Milestone Prize for Automated Theorem Proving”:
“an unquestionable authority told me that the direct outcome of DENDRAL was not worth all the investment put into it but that when one took in consideration its more general influence in starting the trend to develop expert systems, the evaluation was different.”

KiolKiol

Ningún postdoc en EEUU se metería a profesor de educación secundaria, y menos si es físico… esa gente que se valora en todo el mundo menos en España (así nos va, con un PIB muy alto pero este no se reparte por igual y no se destina a mejorar las universidades, etc, etc)

Deja un comentario

Tu email nunca será mostrado o compartido. No olvides rellenar los campos obligatorios.

Obligatorio
Obligatorio
Obligatorio

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>