Nota: ¡Esta publicación es un resumen de una charla dada en CERN Sparks! Foro Serendipity en septiembre de 2021, que se podrá ver aquí.
Cuando la gente imagina un mundo con inteligencia artificial general (AGI), es más probable que le vengan a la mente robots en lugar de permitir soluciones a los problemas más difíciles de la sociedad. Pero creo que esto último está mucho más cerca de la verdad. La IA ya está permitiendo grandes avances a la hora de abordar desafíos fundamentales: de resolver el plegamiento de proteínas a predecir patrones climáticos precisoslos científicos utilizan cada vez más la IA para deducir las reglas y principios que sustentan dominios altamente complejos del mundo real, que tal vez nunca habrían descubierto sin ayuda.
Los avances en la investigación sobre AGI potenciarán la capacidad de la sociedad para abordar y gestionar el cambio climático, no solo por su urgencia sino también por su naturaleza compleja y multifacética.
Tomando el control
Si analizamos el campo de la investigación actual en IA, hay dos categorías comunes de problemas en los que se centran los científicos: predicción y control. Los modelos de predicción intentan aprender sobre un dominio (como los patrones climáticos) y comprender cómo podría evolucionar, mientras que los modelos de control instan a los agentes a tomar acciones en ese entorno. Construir un camino exitoso hacia la AGI requiere comprender y desarrollar algoritmos en ambos espacios, que tengan en cuenta todas las variaciones que nos arrojan nuestros entornos naturales y sociales, desde cómo mutan los virus o cómo el lenguaje puede evolucionar en uso y significado con el tiempo hasta cómo ayudar a producir energía procedente de la energía de fusión. Dos dominios del mundo real en los que los científicos de DeepMind están contribuyendo para abordar el cambio climático mientras desarrollan lo necesario para construir AGI son la predicción del clima y el control del plasma para la fusión.
Los patrones climáticos son casi imposibles de modelar con precisión: es un ejemplo de las variaciones de la naturaleza en su máxima expresión. Sin embargo, se pueden inferir causas y efectos basándose en grandes cantidades de datos históricos. Transferir los mismos modelos generativos que se utilizan para generar imágenes y videoclips al aprendizaje de patrones climáticos en colaboración con el Oficina Meteorológica (servicio meteorológico nacional del Reino Unido), los científicos de DeepMind han desarrollado sistemas que pueden tomar 20 minutos de datos meteorológicos para generar múltiples hipótesis para mapas de radar y predecir con precisión fuertes lluvias en los próximos 90 minutos.
Fundamentalmente, estos modelos ayudarán a los meteorólogos a proporcionar pronósticos que ayuden a la toma de decisiones para los servicios de emergencia, la gestión de energía y la activación de sistemas de alerta de inundaciones, lo que permitirá una mejor preparación y respuestas a eventos climáticos extremos, que se han vuelto cada vez más comunes en todo el mundo. Ayudar a predecir fenómenos meteorológicos importantes pronosticando patrones climáticos precisos es un ejemplo de cómo la investigación de la IA puede tener un impacto significativo a medida que se vuelve más aplicable e “inteligente” en general.
Desafíos globales
Más allá de responder a los efectos del cambio climático, resolver sus causas es de igual o mayor importancia. La fusión, una fuente única de energía limpia, ilimitada y autosostenible, es difícil de alcanzar, pero sigue siendo una de las soluciones más prometedoras del mundo, una que creo que requiere desarrollar un algoritmo general que pueda resolver muchos componentes diferentes a la vez. Ya estamos viendo avances en un componente: el problema extremadamente desafiante de mantener nuevas formas de plasma para permitir una mejor producción de energía y estabilidad del plasma durante el mayor tiempo posible.
Al trabajar con expertos de renombre mundial en el Centro Suizo de Plasma y Escuela Politécnica Federal de Lausana (EPFL), podemos ir más allá de los modelos hechos a mano actuales, aplicando algoritmos de aprendizaje por refuerzo profundo desarrollados por primera vez para la robótica al control del plasma. El resultado es un controlador que puede manipular con éxito diferentes formas y configuraciones de plasma a 10.000 interacciones por segundo.
Sin la colaboración de expertos, los investigadores de IA no pueden lograr avances significativos en los dominios del mundo real. Identificar los caminos correctos a seguir en estos campos requiere asociaciones entre disciplinas, aprovechando un enfoque científico común para desarrollar y utilizar la IA para abordar cuestiones complejas que están en el centro de las necesidades más urgentes de la sociedad. Por eso es tan importante soñar junto con una diversidad de científicos naturales y sociales sobre cómo podría ser un mundo con AGI.
A medida que desarrollamos la AGI, abordar desafíos globales como el cambio climático no solo generará impactos cruciales y beneficiosos que son urgentes y necesarios para nuestro mundo, sino que también hará avanzar la ciencia de la AGI en sí. Muchas otras categorías de problemas de AGI aún están por resolverse, desde la causalidad hasta el aprendizaje eficiente y la transferencia, y a medida que los algoritmos se vuelvan más generales, se resolverán más problemas del mundo real, contribuyendo gradualmente a un sistema que algún día ayudará a resolver todo lo demás. , también.