Investigadores de la Universidad de Duke han desarrollado un sistema avanzado de IA capaz de resolver problemas de diseño complejos con una eficiencia similar a la de los científicos humanos. Este avance sugiere un futuro en el que la IA podría acelerar significativamente la innovación en diversas disciplinas científicas.
Ingenieros de la Universidad de Duke han desarrollado un equipo de bots de IA capaces de resolver de forma autónoma problemas de diseño complejos con una eficacia casi comparable a la de científicos expertos. Este estudio, recientemente publicado En ACS Photonics, se sugiere que la IA pronto podría abordar desafíos de diseño específicos pero sofisticados, desatando una ola de rápido progreso en muchos campos.
“Hace unos años, un colega me describió un problema realmente complejo en el modelado de reacciones químicas. Sabía que un programa estándar de IA de aprendizaje profundo podría resolverlo, pero no tenía tiempo para investigarlo personalmente”, declaró Willie Padilla, profesor distinguido Dr. Paul Wang de Ingeniería Eléctrica e Informática en Duke, en un comunicado de prensa. “Pero me hizo pensar: si pudiéramos crear un grupo de agentes de IA capaces de resolver este tipo de problemas de forma autónoma, aceleraríamos enormemente el ritmo de progreso en muchos campos”.
El tipo específico de desafío que aborda su sistema de IA es un problema de diseño inverso mal planteado, donde los investigadores conocen el resultado deseado pero se enfrentan a innumerables soluciones posibles sin una guía clara sobre cuál podría ser la óptima.
PreviamentePadilla y su equipo lograron superar con éxito estos desafíos en la creación de metamateriales dieléctricos (sin metales). Estos materiales sintéticos, con propiedades electromagnéticas únicas derivadas de su estructura, en lugar de su química, presentaban parámetros de diseño complejos que la IA podía gestionar eficientemente.
En el nuevo estudio, los investigadores perfeccionaron sus técnicas empleando un conjunto de agentes de IA con modelos de lenguaje de gran tamaño (LLM) para gestionar las tareas de diseño de forma autónoma. A diferencia de intentos anteriores en los que estudiantes de posgrado debían realizar pasos repetitivos, estos agentes de IA pudieron gestionar todo el proceso.
“La idea era crear un 'científico artificial' que pudiera aprender física de metamateriales y encontrar soluciones por sí mismo”, agregó Padilla.
Este «sistema agentivo» comprende múltiples LLM especializados. Uno gestiona la organización de los datos, otro genera código para redes neuronales profundas, un tercero verifica la precisión y otro más aplica el método «neuronal-adjunto» del laboratorio para refinar las soluciones. Un LLM principal supervisa la comunicación y el progreso entre estos agentes, imitando esencialmente el proceso de toma de decisiones de un científico humano.
“Te indicará literalmente si está experimentando rendimientos decrecientes y necesita generar más datos, o si está satisfecho con la disminución de la tasa de error y necesita seguir iterando”, añadió Dary Lu, estudiante de doctorado en el laboratorio de Padilla, quien dirigió el proyecto. “Es similar a la intuición que un científico necesita desarrollar con el tiempo y probablemente fue la parte más difícil de programar”.
Al probar su sistema con problemas de diseño inverso resueltos previamente, los investigadores descubrieron que los mejores diseños de la IA eran comparables a los de expertos humanos. Si bien los resultados promedio de la IA no superaron los de los estudiantes de doctorado, sus mejores soluciones fueron suficientemente cercanas, y en este campo, lograr incluso un solo diseño óptimo representa un éxito significativo.
Padilla cree que este método demuestra el potencial de la productividad impulsada por la IA en la investigación científica.
«Contar con sistemas de IA capaces de realizar sus propias investigaciones y perfeccionar sus métodos permitirá impulsar significativamente el conocimiento humano», afirmó Padilla. «A gran escala y en plazos mucho más cortos, estos sistemas pronto podrán generar resultados verdaderamente innovadores».
Lu vislumbra un futuro prometedor para este tipo de aplicaciones de IA.
“Estamos a punto de presenciar un punto en el que sistemas como estos podrán mejorar la productividad de los trabajadores altamente cualificados”, añadió. “Saber desarrollar estos sistemas automatizados es una habilidad muy valiosa para acceder al mercado laboral”.
Fuente: Escuela de Ingeniería Duke Pratt