Los investigadores exploraron cómo los patrones de búsqueda humana pueden ser incorporados a los modelos de inteligencia artificial para predecir mejor los futuros descubrimientos científicos.
Los modelos de IA entrenados en base a hallazgos científicos publicados ya se utilizan para encontrar nuevos materiales o terapias dirigidas. En un nuevo artículo, un equipo de investigadores de la Universidad de Chicago y del Instituto Santa Fe va más allá, integrando la distribución del conocimiento humano en los modelos de IA para acelerar la ciencia.
Estos modelos de IA «conscientes de los seres humanos» simulan cómo los expertos humanos hacen inferencias basadas en su conocimiento y redes colaborativas. Como resultado, los modelos pueden predecir descubrimientos basados directamente en el conocimiento existente. Sin embargo, los modelos también pueden deliberadamente evitar el conjunto de científicos humanos para generar hipótesis valiosas «alienígenas» que difícilmente serían descubiertas sin intervención.
La IA consciente de los seres humanos» predice descubrimientos
Los investigadores demostraron que en casos extremos, sus modelos de IA conscientes de los seres humanos superan en hasta un 400% a los métodos que analizan solo el contenido científico. Por ejemplo, para problemas en la ciencia de materiales, su enfoque duplicó la precisión de las predicciones en comparación con enfoques anteriores. En la búsqueda de nuevas aplicaciones de medicamentos, la precisión mejoró en más del 40%. Los modelos de IA tuvieron éxito porque se basaron en los patrones de atención colectiva de los científicos humanos, afirmó el equipo.
Para el entrenamiento, el equipo construyó hipérgrafos de investigación a partir de metadatos de publicaciones, mostrando conexiones entre materiales, propiedades y autores participantes. Luego, identificaron inferencias cognitivamente accesibles, generando secuencias de caminatas aleatorias sobre estos hipérgrafos, es decir, inferencias que los expertos humanos podrían hacer basándose en su conocimiento y colaboración.
La distribución de expertos en torno a los temas de investigación proporcionó una señal fuerte sobre la probabilidad de futuros descubrimientos en el campo. Estos descubrimientos, según el equipo, surgen al establecer nuevas conexiones, es decir, cuando los investigadores descubren vínculos entre conceptos previamente no relacionados.
La IA puede generar «hipótesis plausibles» años antes de que los humanos las consideren
Aquí es donde entra el segundo enfoque del equipo: sus modelos de IA también pueden mirar más allá de los descubrimientos inicialmente accesibles para los expertos humanos. Al evitar deliberadamente áreas de investigación concurridas, los modelos pueden generar hipótesis plausibles que establecen conexiones con áreas de investigación más distantes, posibilitando nuevos conceptos y descubrimientos.
«Estos descubrimientos respaldan la influencia de la experiencia humana y la conexión social inscrita por nuestro hipergrafo de investigación en el avance científico. Esto sugiere que la búsqueda subyacente de avances en materiales y medicina está dominada por la exploración local de lo familiar en lugar de la exploración de lo desconocido», dijo el equipo. «Además, al ajustar nuestro algoritmo para evitar el consenso, generamos hipótesis prometedoras que probablemente no se imaginarían, perseguirían o publicarían sin la recomendación de la máquina durante años en el futuro. Al identificar y corregir patrones colectivos de atención humana, formados por límites del campo y educación institucionalizada, estos modelos complementan a la comunidad científica contemporánea».
Según el artículo, la IA consciente de los seres humanos ofrece, por lo tanto, el potencial de «avanzar hacia y más allá de la frontera científica contemporánea».
Con información de The Decoder.
