La era de la esperanza

Geoffrey Hinton, Yann LeCun, Yoshua Bengio y Demis Hassabis acaban de ser galardonados con el Premio “Princesa de Asturias” de Investigación Científica y Técnica 2022 por sus revolucionarios desarrollos en el campo de la inteligencia artificial y, en concreto, en las técnicas de “deep learning” o aprendizaje profundo. Para comprenderlos bien, así como el potencial de la inteligencia artificial y sus implicaciones en nuestras vidas, conviene hacer un recorrido histórico.

Los orígenes de la inteligencia artificial. Era el año 1949. Alan Turing, pionero de las Ciencias de la Computación, publicaba un artículo en el que se planteaba la pregunta: ¿pueden “pensar” las máquinas? Seis años después, en 1956, se celebra un congreso en New Hampshire (Estados Unidos) en el que se acuña el término “inteligencia artificial”. Entre otros acuden John MaCarthy, Claude E. Shannon, Marvin Minsky y Nathaniel Rochester, destacados investigadores en disciplinas como informática, la teoría de la información y las matemáticas en general. En dicho congreso se plantean la posibilidad de diseñar un “ordenador inteligente” e incluso diseñar sistemas inteligentes que aprendan y se mejoren a sí mismos. Por aquel entonces esas ideas parecían más propias de la ciencia ficción y eran muchos los escépticos. Pero estas ideas se fueron haciendo realidad y mucho antes de lo esperado.

Los primeros grandes triunfos de la inteligencia artificial. Corría el año 1997 cuando Garry Kasparov, el genio ruso considerado el mejor jugador de ajedrez de todos los tiempos, afirmaba: “La computadora no me vencerá hasta el próximo milenio”. Para sorpresa de todos, ese mismo año el ordenador “Deep Blue” desarrollado por IBM venció al campeón del mundo. Marcó un hito en el campo de la inteligencia artificial y fue un aviso de lo que las máquinas pueden llegar a ser. “Deep Blue” hacía uso de un lenguaje de programación y algoritmos basados en la lógica.

Aún con la experiencia del increíble éxito de “Deep Blue”, en el año 2000 numerosos expertos pensaban que un ordenador nunca podría derrotar a los mejores jugadores del mundo en el juego asiático Go. ¿Quién iba a decirle a Lee Se-Dol, el surcoreano que llevaba más de una década en lo más alto del podio de este popular juego, que un día una máquina le ganaría? Pero lo cierto es que “AlphaGo”, un sistema informático de inteligencia artificial desarrollado por Google DeepMind, le derrotó el año 2016.

A diferencia de “Deep Blue”, “AlphaGo” utiliza técnicas de aprendizaje automático, en concreto las técnicas de aprendizaje profundo (“deep learning”), basadas en redes neuronales que tratan de imitar el funcionamiento de nuestro cerebro. Examinando minuciosamente miles de partidas de Go entre humanos, el ordenador “aprendió” a jugar al Go y así logró derrotar a todo un maestro del juego. ¡Esta gran hazaña ha sido incluida entre los 10 hitos científico-tecnológicos más relevantes del reciente año 2016!

La predicción de la estructura tridimensional de las proteínas. Al igual que un origami, una proteína se pliega en formas complejas e irregulares. La forma es importante. Un trozo de acero, dependiendo de su forma, puede hacer las funciones de vía de ferrocarril o de vivienda. Algo similar ocurre con las proteínas: la forma o estructura tridimensional define su función. Asimismo, pequeñas alteraciones en esta estructura 3D implican una disfunción, con potenciales graves efectos sobre la salud. Conocer la estructura tridimensional de las proteínas puede ser de gran ayuda a la hora de tratar de descifrar las claves de la salud y la enfermedad.

Un gran sueño de la Ciencia y de la investigación biomédica ha sido la predicción de la forma o estructura tridimensional de las proteínas. Y esa fascinante logro lo ha hecho posible el software “AlphaFold2” de “DeepMind” el pasado año 2021. Por su enorme trascendencia ha sido catalogado como el hito científico del año por la prestigiosa revista “Science”.

Inteligencia artificial y coronavirus. Las predicciones de “DeepMind” ya se están utilizando para la investigación biomédica. En concreto, han resultado de utilidad a la hora de tratar de combatir el SARS-CoV-2, el coronavirus causante de la covid-19. Todos estamos familiarizados con la forma del coronavirus y sus “púas” o espículas, las cuales se corresponden con un tipo de proteínas bautizado como proteínas S. Estas proteínas son una especie de “llave” que utiliza el coronavirus para entrar en nuestras células y replicarse, causando daños colaterales muy graves en el ser humano. Si bloqueásemos esas “llaves” o proteínas S, lograríamos combatir el coronavirus. No es por ello de extrañar que las diferentes vacunas y fármacos tengan como blanco la proteína S. Y de ahí la importancia de conocer con precisión la estructura tridimensional de esta proteína. “DeepMind” ha realizado con éxito predicciones de la forma de la misma y de otras proteínas del coronavirus. Estos son solo algunos ejemplos del fascinante potencial de la inteligencia artificial, que abre una esperanzadora era para la humanidad.

Suscríbete para seguir leyendo