Microsoft Discovery: Cómo los agentes de IA están acelerando los descubrimientos científicos

La investigación científica ha sido tradicionalmente un proceso lento y cuidadoso. Los científicos dedican años a probar ideas y realizar experimentos. Leen miles de artículos y tratan de conectar diferentes piezas de conocimiento. Este enfoque ha funcionado durante mucho tiempo, pero generalmente lleva años completarse. Hoy en día, el mundo enfrenta problemas urgentes como el cambio climático y las enfermedades que necesitan respuestas más rápidas. Microsoft cree que la inteligencia artificial puede ayudar a resolver este problema. En Build 2025, Microsoft presentó Microsoft Discovery, una nueva plataforma que utiliza agentes de IA para acelerar la investigación y el desarrollo. Este artículo explica cómo funciona Microsoft Discovery y por qué los agentes son importantes para la investigación y el desarrollo.

Desafíos en la investigación científica moderna

La investigación y el desarrollo tradicionales enfrentan varios desafíos que han durado décadas. El conocimiento científico es vasto y está disperso en muchos artículos, bases de datos y repositorios. Conectar ideas de diferentes campos requiere especialización y mucho tiempo. Los proyectos de investigación involucran muchos pasos, como revisar la literatura, formular hipótesis, diseñar experimentos, analizar datos y refinar resultados. Cada paso requiere habilidades y herramientas diferentes, lo que hace que sea difícil mantener el progreso constante y estable. Además, la investigación es un proceso iterativo. El conocimiento científico crece a través de la evidencia, la discusión entre pares y el refinamiento continuo. Esta naturaleza iterativa crea retrasos significativos en el tiempo entre las ideas iniciales y las aplicaciones prácticas. Debido a estos problemas, existe una brecha creciente entre la velocidad con la que avanza la ciencia y la velocidad con la que necesitamos soluciones para problemas como el cambio climático y las enfermedades. Estos problemas urgentes exigen innovación más rápida que la que puede proporcionar la investigación tradicional.

Microsoft Discovery: Acelerando I+D con agentes de IA

Microsoft Discovery es una nueva plataforma empresarial diseñada para la investigación científica. Permite que los agentes de IA trabajen con científicos humanos, generando hipótesis, analizando datos y realizando experimentos. Microsoft construyó la plataforma en Azure, que proporciona la potencia de cálculo necesaria para simulaciones y análisis de datos.

La plataforma resuelve los desafíos de investigación a través de tres características clave. Primero, utiliza un motor de razonamiento de conocimiento basado en grafos para conectar la información a través de diferentes dominios y publicaciones. Segundo, emplea agentes de IA especializados que pueden centrarse en tareas de investigación específicas mientras coordinan con otros agentes. Tercero, mantiene un ciclo de aprendizaje iterativo que adapta las estrategias de investigación en función de los resultados y los descubrimientos.

Lo que hace que Microsoft Discovery sea diferente de otras herramientas de IA es su apoyo al proceso de investigación completo. En lugar de ayudar con solo una parte de la investigación, la plataforma apoya a los científicos desde el comienzo de una idea hasta los resultados finales. Este apoyo completo puede reducir significativamente el tiempo necesario para los descubrimientos científicos.

Motor de conocimiento basado en grafos

Los sistemas de búsqueda tradicionales encuentran documentos coincidiendo palabras clave. Si bien este enfoque es eficaz, a menudo pasa por alto las conexiones más profundas dentro del conocimiento científico. Microsoft Discovery utiliza un motor de conocimiento basado en grafos que mapea las relaciones entre los datos de fuentes científicas internas y externas. Este sistema puede entender teorías contradictorias, resultados de experimentos diferentes y suposiciones en diferentes campos. En lugar de encontrar solo artículos sobre un tema, puede mostrar cómo los hallazgos en un área se aplican a problemas en otra.

El motor de conocimiento también muestra cómo llega a sus conclusiones. Rastrea las fuentes y los pasos de razonamiento, para que los investigadores puedan verificar la lógica de la IA. Esta transparencia es importante porque los científicos necesitan entender cómo se llegan a las conclusiones, no solo las respuestas. Por ejemplo, al buscar nuevos materiales para baterías, el sistema puede vincular conocimientos de metalurgia, química y física. También puede encontrar contradicciones o información faltante. Esta visión general ayuda a los investigadores a encontrar nuevas ideas que de otro modo podrían pasar desapercibidas.

El papel de los agentes de IA en Microsoft Discovery

Un agente es un tipo de inteligencia artificial que puede actuar de forma independiente para realizar tareas. A diferencia de la IA regular que solo asiste a los humanos siguiendo instrucciones, los agentes toman decisiones, planifican acciones y resuelven problemas por sí mismos. Trabajan como asistentes inteligentes que pueden tomar la iniciativa, aprender de los datos y ayudar a completar trabajos complejos sin necesidad de instrucciones humanas constantes.

En lugar de utilizar un gran sistema de IA, Microsoft Discovery emplea muchos agentes especializados que se centran en diferentes tareas de investigación y coordinan entre sí. Este enfoque imita cómo operan los equipos de investigación humanos, donde expertos con diferentes habilidades trabajan juntos y comparten conocimientos. Pero los agentes de IA pueden trabajar continuamente, manejando grandes cantidades de datos y manteniendo una coordinación perfecta.

La plataforma permite a los investigadores crear agentes personalizados que cumplan con sus requisitos especializados. Los investigadores pueden especificar estos requisitos en lenguaje natural sin necesidad de habilidades de programación. Los agentes también pueden sugerir qué herramientas o modelos deben usar y cómo deben colaborar con otros agentes.

Microsoft Copilot juega un papel central en esta colaboración. Actúa como un asistente científico de IA que orquesta los agentes especializados en función de las indicaciones de los investigadores. Copilot comprende las herramientas, modelos y bases de conocimiento disponibles en la plataforma y puede configurar flujos de trabajo completos que cubren todo el proceso de descubrimiento.

Impacto en el mundo real

La verdadera prueba de cualquier plataforma de investigación radica en su valor en el mundo real. Los investigadores de Microsoft encontraron un nuevo refrigerante para centros de datos sin químicos PFAS dañinos en aproximadamente 200 horas. Este trabajo normalmente llevaría meses o años. El refrigerante recién descubierto puede ayudar a reducir el daño ambiental en la tecnología.

Encontrar y probar nuevas fórmulas en semanas en lugar de años puede acelerar la transición a centros de datos más limpios. El proceso utilizó múltiples agentes de IA para seleccionar moléculas, simular propiedades y mejorar el rendimiento. Después de la fase digital, lograron fabricar y probar con éxito el refrigerante, confirmando las predicciones de la IA y la precisión de la plataforma.

Microsoft Discovery también se utiliza en otros campos. Por ejemplo, el Laboratorio Nacional del Noroeste del Pacífico lo utiliza para crear modelos de aprendizaje automático para separaciones químicas necesarias en la ciencia nuclear. Estos procesos son complejos y urgentes, lo que hace que la investigación más rápida sea crítica.

El futuro de la investigación científica

Microsoft Discovery está redefiniendo cómo se lleva a cabo la investigación. En lugar de trabajar solo con herramientas limitadas, los científicos pueden colaborar con agentes de IA que manejan información amplia, encuentran patrones en diferentes campos y cambian métodos en función de los resultados. Este cambio permite nuevos métodos de descubrimiento al vincular ideas de diferentes dominios. Un científico de materiales puede utilizar conocimientos de biología, un investigador de fármacos puede aplicar hallazgos de física, y los ingenieros pueden utilizar conocimientos de química.

El diseño modular de la plataforma permite que crezca con nuevos modelos de IA y herramientas de dominio sin cambiar los flujos de trabajo actuales. Mantiene a los investigadores humanos en control, amplificando su creatividad y intuición mientras maneja el trabajo de cálculo pesado.

Desafíos y consideraciones

Si bien el potencial de los agentes de IA en la investigación científica es sustancial, quedan varios desafíos. Garantizar que las hipótesis de la IA sean precisas requiere controles sólidos. La transparencia en el razonamiento de la IA es importante para ganar la confianza de los científicos. Integrar la plataforma en los sistemas de investigación existentes puede ser difícil. Las organizaciones deben ajustar los procesos para utilizar agentes mientras siguen las regulaciones y los estándares.

Hacer que las herramientas de investigación avanzadas estén ampliamente disponibles plantea preguntas sobre la protección de la propiedad intelectual y la competencia. A medida que la IA hace que la investigación sea más fácil para muchos, las disciplinas científicas pueden cambiar significativamente.

En resumen

Microsoft Discovery ofrece una nueva forma de realizar investigación. Permite que los agentes de IA trabajen con investigadores humanos, acelerando el descubrimiento y la innovación. Los éxitos tempranos, como el descubrimiento del refrigerante y el interés de grandes empresas, sugieren que los agentes de IA tienen el potencial de cambiar cómo funcionan la investigación y el desarrollo en las industrias. Al acortar los tiempos de investigación de años a semanas o meses, plataformas como Microsoft Discovery pueden ayudar a resolver desafíos globales como el cambio climático y las enfermedades más rápidamente. La clave es equilibrar el poder de la IA con la supervisión humana, para que la tecnología apoye, en lugar de reemplazar, la creatividad y la toma de decisiones humanas.