¿Puede la nueva IA de investigación de Google dar a los científicos ‘superpoderes’?

Google ha presentado un sistema experimental de inteligencia artificial que “utiliza un razonamiento avanzado para ayudar a los científicos a sintetizar grandes cantidades de literatura, generar hipótesis novedosas y sugerir planes de investigación detallados”, según su comunicado de prensa. “La idea con [the] “Co-Cientista de AI” es dar a los científicos superpoderes “, dice Alan Karthikesalingam en Google.

La herramienta, que aún no tiene un nombre oficial, se basa en la de Google Modelos de lenguaje grande Géminis. Cuando un investigador hace una pregunta o especifica un objetivo, para encontrar un nuevo medicamento, por ejemplo, la herramienta presenta ideas iniciales en 15 minutos. Vevek Natarajan en Google, varios agentes de Géminis, “debaten” estas hipótesis, clasificándolas y mejorándolas durante las siguientes horas y días, dice Vivek Natarajan en Google.

Durante este proceso, los agentes pueden buscar la literatura científica, acceder a bases de datos y usar herramientas como el sistema Alfafold de Google para predecir la estructura de las proteínas. “Continuamente refinan ideas, debaten ideas, critican ideas”, dice Natarajan.

Google ya ha puesto el sistema a disposición del sistema para algunos grupos de investigación, que han publicado documentos cortos que describen su uso. Los equipos que lo intentaron están entusiasmados con su potencial, y estos ejemplos sugieren que el co-científico de IA será útil para sintetizar los hallazgos. Sin embargo, es discutible si los ejemplos respaldan la afirmación de que la IA puede generar hipótesis novedosas.

Por ejemplo, Google dice que un equipo usó el sistema para encontrar “nuevas” formas de tratar la fibrosis hepática. Sin embargo, las drogas propuestas por la IA se han estudiado previamente para este propósito. “Los medicamentos identificados están bien establecidos para ser antifibróticos”, dice Steven O’Reilly en la compañía de biotecnología del Reino Unido Alcyomics. “No hay nada nuevo aquí”.

Si bien este uso potencial de los tratamientos no es nuevo, miembro del equipo Gary Peltz En la Facultad de Medicina de la Universidad de Stanford en California, dice que dos de cada tres drogas seleccionadas por el co-científico de la IA mostraron una promesa en las pruebas sobre organoides hepáticos humanos, mientras que ninguno de los dos que personalmente seleccionó lo hizo, a pesar de haber más evidencia para respaldar sus elecciones. Peltz dice que Google le dio una pequeña cantidad de fondos para cubrir los costos de las pruebas.

En otro artículo, José Penadés En el Imperial College London y sus colegas describen cómo el co-cientista propuso una hipótesis que coincidía con un descubrimiento inédito. Él y su equipo estudian elementos genéticos móviles: bits de ADN que pueden moverse entre bacterias por varios medios. Algunos elementos genéticos móviles secan virus de bacteriófagos de secuestro. Estos virus consisten en un caparazón que contiene ADN más una cola que se une a bacterias específicas e inyecta el ADN en él. Entonces, si un elemento puede entrar en la cáscara de un virus de fago, obtiene un viaje gratis a otra bacteria.

Un tipo de elemento genético móvil hace sus propios proyectiles. Este tipo está particularmente extendido, lo que desconcertó a Penadés y su equipo, porque cualquier tipo de virus de fago puede infectar solo un rango estrecho de bacterias. Recientemente descubrieron que la respuesta es que estas conchas pueden conectarse con las colas de diferentes fagos, lo que permite que el elemento móvil llegue a una amplia gama de bacterias.

Si bien ese hallazgo aún no se publicó, el equipo le pidió al co-científico de IA que explicara el rompecabezas, y su sugerencia número uno fue robar las colas de diferentes fagos.

“Nos sorprendió”, dice Penadés. “Envié un correo electrónico a Google diciendo que tienes acceso a mi computadora. ¿Eso es correcto? Porque de lo contrario no puedo creer lo que estoy leyendo aquí “.

Sin embargo, el equipo publicó un artículo en 2023, que se alimentó al sistema, sobre cómo esta familia de elementos genéticos móviles “Roba las colas de bacteriófagos para propagarse en la naturaleza”. En ese momento, los investigadores pensaron que los elementos se limitaron a adquirir colas de fagos que infectan la misma célula. Solo más tarde descubrieron que los elementos también pueden recoger colas flotando alrededor de las células fuera de las células.

Entonces, una explicación de cómo el co-científico de IA surgió con la respuesta correcta es que perdió la aparente limitación que impidió que los humanos la obtuvieran.

Lo que está claro es que se alimentó todo lo que necesitaba para encontrar la respuesta, en lugar de idear una idea completamente nueva. “Todo ya estaba publicado, pero en diferentes bits”, dice Penadés. “El sistema pudo armar todo”.

El equipo probó otros sistemas de IA que ya están en el mercado, a ninguno de los cuales se le ocurrió la respuesta, dice. De hecho, algunos no lo manejaron incluso cuando se alimentó con el documento que describe la respuesta. “El sistema sugiere cosas en las que nunca pensó”, dice Penadés, que no ha recibido ningún financiamiento de Google. “Creo que cambiará el juego”.

Si realmente cambia el juego se volverá más claro con el tiempo. El historial de Google cuando se trata de reclamos sobre herramientas de IA para ayudar a los científicos es mixto. Su sistema Alfafold está a la altura de las exageraciones, Ganar el equipo detrás de él un premio Nobel el año pasado.

En 2023, sin embargo, la compañía anunció que Alrededor de 40 “nuevos materiales” había sido sintetizado con la ayuda de su gnome ai. Sin embargo, según un análisis de 2024 por Robert Palgrave en University College London, Ninguno de los materiales sintetizados era realmente nuevo.

A pesar de sus hallazgos, Palgrave cree que AI puede ayudar a los científicos. “En general, creo que la IA tiene una gran cantidad para contribuir a la ciencia si se implementa en colaboración con expertos en los respectivos campos”, dice.