Acelerando los descubrimientos científicos: la IA realiza experimentos autónomos

Una plataforma de inteligencia artificial conocida como BacterAI, diseñada por un equipo de investigación liderado por un profesor de la Universidad de Michigan, ha demostrado su capacidad para realizar un número asombroso de experimentos científicos autónomos, hasta 10.000 por día. La aplicación innovadora de la IA podría allanar el camino para avances rápidos en diversos campos, incluyendo la medicina, la agricultura y la ciencia ambiental.

Los resultados de la investigación se publicaron en Nature Microbiology.

Descifrando el metabolismo microbiano con BacterAI

BacterAI se desarrolló para cartografiar el metabolismo de dos microbios asociados con la salud bucal, sin información de referencia para comenzar. Los procesos metabólicos complejos de las bacterias involucran el consumo de una combinación específica de los 20 aminoácidos necesarios para la vida. El objetivo de la investigación fue determinar los aminoácidos precisos necesarios por los microbios orales beneficiosos para promover su crecimiento.

“Sabemos casi nada sobre la mayoría de las bacterias que influyen en nuestra salud. Entender cómo crecen las bacterias es el primer paso hacia la reingeniería de nuestro microbioma”, dijo Paul Jensen, profesor asistente de ingeniería biomédica de la U-M, quien estaba en la Universidad de Illinois cuando comenzó el proyecto.

Una tarea desafiante simplificada por la IA

Descodificar la combinación preferida de aminoácidos para las bacterias es una tarea abrumadora debido a las más de un millón de combinaciones posibles. Sin embargo, BacterAI logró determinar con éxito los requisitos de aminoácidos para el crecimiento de ambos Streptococcus gordonii y Streptococcus sanguinis.

El enfoque de BacterAI involucró probar cientos de combinaciones de aminoácidos por día, refinando su enfoque y alterando las combinaciones cada día en función de los resultados de los experimentos del día anterior. En un plazo de nueve días, logró una precisión del 90% en sus predicciones.

La IA aprende a través de prueba y error

A diferencia de los métodos tradicionales que utilizan conjuntos de datos etiquetados para entrenar modelos de aprendizaje automático, BacterAI genera su propio conjunto de datos a través de un proceso iterativo de realizar experimentos, analizar resultados y predecir resultados futuros. Este método le permitió descifrar las reglas para alimentar a las bacterias con menos de 4.000 experimentos.

“Queríamos que nuestro agente de IA diera pasos y se cayera, que viniera con sus propias ideas y cometiera errores. Cada día, se vuelve un poco mejor, un poco más inteligente”, dijo Jensen, destacando las paralelos entre el proceso de aprendizaje de BacterAI y el de un niño.

El futuro de la IA en la investigación

Dado que poco o ninguna investigación se ha realizado sobre aproximadamente el 90% de las bacterias, los métodos convencionales presentan una barrera significativa en términos de tiempo y recursos necesarios. La capacidad de BacterAI para realizar experimentación automatizada podría acelerar drásticamente los descubrimientos. En un solo día, el equipo logró realizar hasta 10.000 experimentos.

Sin embargo, las posibles aplicaciones de BacterAI van más allá de la microbiología. Los investigadores en cualquier campo pueden plantear preguntas como rompecabezas para que la IA los resuelva a través de este tipo de proceso de prueba y error.

“Con la reciente explosión de la IA en los últimos meses, mucha gente está incierta sobre lo que traerá en el futuro, tanto positivo como negativo”, dijo Adam Dama, un ex ingeniero en el laboratorio de Jensen y autor principal del estudio. “Pero para mí, es muy claro que aplicaciones de IA enfocadas como nuestro proyecto acelerarán la investigación diaria.”