Un equipo de investigadores de Sakana AI y de instituciones académicas en Canadá y Reino Unido ha desarrollado un sistema llamado "AI Scientist". Este proyecto es capaz de automatizar casi todo el proceso de investigación científica, desde la lectura de literatura hasta la escritura y revisión de sus propios artículos. Sin embargo, su aplicación hasta ahora continúa siendo limitada.
Este "científico de inteligencia artificial" emplea un modelo de lenguaje grande (LLM) que, tras revisar la literatura existente sobre un problema, formula hipótesis y prueba soluciones mediante un proceso de evolución computacional. Este proceso imita la selección natural darwiniana, aplicando cambios aleatorios a un algoritmo y seleccionando aquellos que mejoran la eficiencia. Después de realizar sus propios "experimentos" y evaluar los resultados, el AI Scientist redacta un artículo y realiza una especie de revisión por pares automatizada.
Aunque el sistema es innovador, su alcance actual se limita a investigaciones en el campo del aprendizaje automático. Además, carece de la capacidad de realizar trabajos experimentales de laboratorio, considerados cruciales en muchas disciplinas científicas. Gerbrand Ceder, científico de materiales en la Universidad de California, Berkeley, señala las limitaciones de esta herramienta. El experto afirma que aunque este es un paso significativo, aún hay mucho camino por recorrer antes de que una IA pueda realizar el ciclo completo de la investigación científica.
El "AI Scientist" también ha demostrado ciertos sesgos, como una preferencia por citar trabajos con altos conteos de citas, esto evita que sea capaz de realizar selecciones totalmente objetivas o novedosas. Según Jevin West, de la Universidad de Washington, aunque la herramienta ofrece un enfoque interesante, la ciencia va más allá de la mera revisión de artículos, y la creatividad y las interacciones humanas siguen siendo elementos fundamentales.
Finalmente, aunque el "AI Scientist" todavía no es capaz de llevar a cabo los aspectos más creativos de la investigación, podría en el futuro automatizar muchas de las tareas repetitivas que ocupan gran parte del trabajo científico. Según los desarrolladores, este sistema es solo el comienzo, y esperan que evolucione de manera similar a cómo lo han hecho otros modelos de lenguaje a lo largo del tiempo. (Notipress)
.gif)