https://static.laverdad.es/www/menu/img/aquihayciencia-desktop.jpg

Máquinas fabricando ciencia

El aprendizaje automático es muy útil, máxime cuando no es un procedimiento supervisado, porque no requiere la vigilancia humana

Alberto Requena
ALBERTO REQUENA

Es usual la imagen de máquinas sofisticadas acompañando a científicos en su quehacer cotidiano: hacer Ciencia. Las máquinas son las herramientas que permiten el progreso, porque son la técnica proyectada a la tecnología y basada en los conocimientos científicos anteriores. La Ciencia propicia el progreso impulsando máquinas que la tecnología concreta para hacernos la vida más placentera. Pero la denominada Inteligencia Artificial ha venido a revolucionar el statu quo 'hombre-máquina'. Estamos asistiendo a un escenario cada día más cercano a lograr masa crítica para que el impulso de la tecnología hacia un mundo en el que los roles a jugar pueden ser muy distintos de los actualmente establecidos.

Los esnobistas denominan 'machine learning', barbarismo sinónimo de aprendizaje automático o automatizado, una subárea de la rama Inteligencia Artificial, en el marco de las denominadas Ciencias de la Computación, cuyo objetivo es lograr que los ordenadores (máquinas) aprendan, es decir, que mejoren con la experiencia, incrementando sus habilidades. Se trata de generar programas de ordenador de forma automática, dado que estos son los que tratan con datos para obtener soluciones, que recicladas o tomadas en consideración, incorporan una semántica que sirve para reconsiderar el tratamiento de los datos que el propio programa lleva a cabo.

Se trata de la aplicación del método inductivo en el que se pone en juego llegar a conclusiones verdaderas en el caso de que las hipótesis lo sean. Tradicionalmente se asume que el pensamiento inductivo parte de lo particular y pretende llegar a lo general. Lo contrario del método deductivo, propio de las ciencias bien establecidas. Pero el método inductivo, a diferencia del deductivo, puede alcanzar conclusiones fuera del ámbito de las establecidas. La intuición se sitúa en este escenario. El aprendizaje de las máquinas se plantea desde la inducción.

Ya se han construido muchas máquinas capaces de aprender, aunque sea limitadamente. Como suele ocurrir con los avances, en lo que pueden, se apoyan en lo conocido, para emularlo de otra forma. Los automóviles nacieron con un ojo puesto en los medios de transporte anteriores: los coches de caballos. Los robots que más impacto causan en la actualidad son los antropomórficos y zoomórficos, incluyendo remedos de patas, brazos y, por supuesto, cabezas. No necesariamente son los más eficaces, pero el desenvolvimiento que nos dan brazos y piernas, o patas, en su caso, han devenido gracias a la evolución y, por tanto, están optimizados. Ya hay muchos ejemplares imitando animales de cuatro patas y de dos, que se desplazan incluso a velocidades importantes.

La reflexión en este plano plantea la cuestión de si los ordenadores son suficientemente inteligentes como para llegar al descubrimiento científico. Los investigadores del Laboratorio Nacional Lawrence de Energía en Berkeley, liderados por Anubhav Jain, han llevado a cabo un trabajo publicado en la prestigiosa revista 'Nature', que pretende evidenciar en el área de Ciencia de Materiales que mediante un algoritmo, sin entrenamiento, se pueden barrer textos de millones de publicaciones y generar nuevo conocimiento científico. Dispusieron 3,3 millones de resúmenes de trabajos publicados en revistas entre 1922 y 2018 y le aplicaron un algoritmo capaz de analizar la relación entre palabras, lo que les llevó a predecir descubrimientos de materiales termoeléctricos y sugerir materiales candidatos a ser materiales termoeléctricos. Incluso sometieron el algoritmo a tiempo pasado, es decir, proporcionándole publicaciones hasta un cierto año y valorando las predicciones que hacía con esa información. Según informan los investigadores, sin saber nada de Ciencia de Materiales, aprendió automáticamente conceptos como Tabla Periódica y estructura cristalina de los metales. El potencial de la técnica es extraordinario. Se puede utilizar para localizar aquellas cosas que se podían haber estudiado y no se ha hecho, aunque pueda resultar de mucho interés hacerlo.

El algoritmo se basa en la capacidad de aprender el significado de términos científicos y conceptos, como los citados de estructura cristalina, por ejemplo, simplemente a partir de las posiciones de las palabras en los resúmenes y su concurrencia con otras palabras. Incluso fue capaz de establecer relaciones entre elementos de la Tabla Periódica, cuando los elementos de la misma se incorporaron a vectores bidimensionales.

Dado el ritmo de publicaciones que conforman la literatura científica actual y la acumulación extraordinariamente enorme de las publicaciones pasadas, y que el acceso humano reflexivo está limitado a una parte pequeña de esas publicaciones, el aprendizaje automático es muy útil, máxime cuando no es un procedimiento supervisado, porque no requiere la vigilancia humana.