La inteligencia artificial, más allá de la exageración y la histeria en los titulares de hoy, desempeña un papel cada vez más importante en la vida cotidiana y los negocios, con usos que van desde texto predictivo hasta recomendaciones de Netflix y detección de fraude bancario.
Gran parte de ese progreso se debe a investigadores a la vanguardia de la exploración científica compleja.
Y hay más por venir.
En UC Riverside, un equipo de cuatro científicos ha presentado su visión para usar el aprendizaje automático para mantener, mejorar y diseñar algunos de los equipos científicos más sofisticados de la Tierra.
“El uso de la IA para abordar los principales desafíos científicos no solo tiene el potencial de hacer avanzar la ciencia, sino también de filtrarse para resolver problemas en la vida cotidiana”, dijo Vagelis Papalexakis, profesor asociado de Ciencias de la Computación e Ingeniería en UC Riverside. «GPS es un gran ejemplo».
Un capítulo sobre la visión del equipo de la UCR fue publicado en abril de 2023 por World Scientific en el libro «Inteligencia artificial para la ciencia: una revolución del aprendizaje profundo».
El Capítulo 7, «Aprendizaje automático para el diseño y la optimización de instrumentos complejos», explora cómo la IA puede refinar, mejorar, e incluso revolucionar, los experimentos científicos a gran escala. La idea es aprovechar el aprendizaje automático para simular, computacionalmente, una inmensa gama de posibilidades para las operaciones. y diseño, no solo ahorrando tiempo, dinero y recursos a través de eficiencias y mejoras integrales, sino también explorando diseños e ideas que contradicen la intuición.
“Eso suena futurista, y esa es la esperanza”, dijo Papalexakis. “Estamos preguntando, ‘¿Cuál es la promesa de la IA?’”
Sus coautores son Barry C. Barish, Premio Nobel, profesor emérito de Física del Instituto de Tecnología de California y profesor distinguido de Física y Astronomía de la UCR; Jonathan Richardson, profesor asistente de Física y Astronomía de la UCR; y Rutuja Gurav, Ph.D. candidato a la UCR en informática.
Su enfoque podría mejorar el diseño y la operación de ingeniería compleja, incluido el Observatorio de ondas gravitacionales con interferómetro láser. LIGO, administrado por Caltech, comprende dos conjuntos de dos rayos láser de 2,5 millas de largo, en el estado de Washington y Luisiana, que detectan ondas gravitacionales de fenómenos cósmicos como la fusión de pares de agujeros negros que no emiten luz y, por lo tanto, no se pueden observar. visualmente.
Las ondas gravitacionales ayudan a los científicos a comprender los misterios del espacio, los orígenes del universo y las leyes fundamentales de la física. LIGO en sí mismo ha abierto una nueva frontera en astronomía, con hallazgos tan innovadores que Barish, el exdirector de LIGO, compartió el Premio Nobel de Física 2017.
“Los avances en la física experimental se basan en nuestra capacidad para desarrollar instrumentos de última generación altamente complejos”, dijo Barish. “El aprendizaje automático está desempeñando un papel cada vez más importante en la concepción, el diseño y la implementación de instalaciones experimentales tan avanzadas. Es justo decir que la IA se está convirtiendo en un socio de pleno derecho en la realización de nuevos descubrimientos en física”.
La nueva investigación prevista, por ejemplo, ayudaría a los científicos a aprender cómo mejorar o incluso diseñar instrumentos de extremo a extremo de manera que mejoren su sensibilidad y resistencia a las fuentes de error del mundo real, como el ruido ambiental.
“En lugar de hacer esto en un laboratorio, AI haría el trabajo pesado de probar diseños potenciales y encontrar uno que funcione mejor” para la infraestructura masiva de LIGO, dijo Papalexakis. “Es una forma computacional de simular cosas que ayudará significativamente en el diseño de experimentos a gran escala”.
Dichos enfoques aprovecharían y adaptarían la tecnología que ejecuta plataformas públicas emergentes como ChatGPT y Bing AI, con grandes implicaciones para el descubrimiento científico y la innovación cotidiana.
Los científicos señalaron que el uso de la IA para probar, modelar y mejorar grandes sistemas científicos no desplazaría a los investigadores ni a los ingenieros.
“Los experimentos fronterizos como LIGO son instrumentos increíblemente complejos, con docenas de sistemas de control interdependientes y miles de canales de datos”, dijo Richardson. “Nuestra esperanza es que los avances de la IA, como los que se persiguen en la UCR, puedan reconocer asociaciones ocultas en este mar de datos que podrían diagnosticar problemas operativos. Esto, a su vez, informaría nuevas formas en que nosotros, como físicos humanos, podemos realizar cambios físicos que mejoren el rendimiento del detector”.
La investigación surgió de la fascinación de un estudiante y un encuentro fortuito.
Gurav, un estudiante de posgrado que trabajaba en el laboratorio de informática de Papalexakis, aportó una fascinación por aislar las ondas gravitacionales de otros ruidos. Luego, una conferencia pública en la UCR hace cuatro años por el experto en ondas gravitacionales Barish llevó al grupo a reunirse, hablar y colaborar en el proyecto.
Gurav elogió a sus mentores de la UCR y dijo: “Es maravilloso ver nuestro trabajo incluido en una colección tan asombrosamente diversa de ideas sobre IA aplicada para las ciencias naturales. Marca un hito especial en mi Ph.D. bastante poco convencional. viaje como un aspirante a científico informático que está profundamente interesado en explorar aplicaciones de aprendizaje automático para avanzar en las fronteras del descubrimiento científico”.
Ahora que se ha publicado el capítulo, Papalexakis dijo: “Me siento orgulloso y un poco aterrorizado”. Establecer públicamente las direcciones de investigación para un estudio científico complejo trae “un sentido de responsabilidad que no tomamos a la ligera. Pero estoy emocionado de que la gente crea que vale la pena investigar estas cosas”.
