Un cuello de botella en los datos está frenando la ciencia de la IA, dice el nuevo ganador del Nobel
La llamada de la Real Academia Sueca de Ciencias lo despertó en mitad de la noche. O mejor dicho, lo hizo su esposa. Ella contestó el teléfono en su casa en Washington, DC y gritó que había ganado el Premio Nobel de Química. El premio es el máximo reconocimiento a su trabajo como bioquímico en la Universidad de Washington.
“Me desperté a las dos [a.m.] y básicamente no dormí en todo el día, que fue todo fiestas y esas cosas”, me dijo el día después del anuncio. “Estoy deseando volver un poco a la normalidad hoy”.
La semana pasada se produjo un hito importante para la IA, con la concesión de dos premios Nobel por descubrimientos relacionados con la IA.
Baker no fue el único que ganó el Premio Nobel de Química. La Real Academia Sueca de Ciencias se lo otorgó a Demis Hassabis, cofundador y director ejecutivo de Google DeepMind, y también a John M. Jumper, director de la misma empresa. Google DeepMind fue premiado por su investigación sobre AlphaFold, una herramienta que puede predecir cómo se estructuran las proteínas, mientras que Baker fue reconocido por su trabajo utilizando IA para diseñar nuevas proteínas. Lea más sobre esto aquí.
Mientras tanto, el premio de física fue para Geoffrey Hinton, un científico informático cuyo trabajo pionero sobre aprendizaje profundo en las décadas de 1980 y 1990 sustenta todos los modelos de IA más potentes del mundo actual, y su compañero científico informático John Hopfield, que inventó un tipo de Red neuronal de coincidencia de patrones que puede almacenar y reconstruir datos. Lea más sobre esto aquí.
En declaraciones a los periodistas después de que se anunciara el premio, Hassabis dijo que cree que presagiará el uso de más herramientas de inteligencia artificial para descubrimientos científicos importantes.
Pero hay un problema. La IA necesita grandes cantidades de datos de alta calidad para ser útil para la ciencia, y las bases de datos que contienen ese tipo de datos son raras, afirma Baker.
El premio es un reconocimiento a toda la comunidad de personas que trabajan como diseñadores de proteínas. Ayudará a que el diseño de proteínas pase de ser un “lunático margen de cosas que nadie pensó que sería útil para algo a estar en el centro del escenario”, dice.