Profesor Schmidt: la naturaleza de la física cambió hace unos 100 años. Hasta entonces, a menudo se trataba de encontrar explicaciones teóricas para fenómenos naturales bien conocidos, pero Einstein, Heisenberg, Schrödinger y muchos otros desarrollaron teorías, algunas de las cuales sólo pudieron comprobarse experimentalmente muchas décadas después. ¿Estamos viviendo actualmente una nueva fase en la historia de la ciencia en la que la inteligencia artificial está cambiando radicalmente la física?
No creo que ese sea el caso hoy. Por ahora, la inteligencia artificial es «sólo» una herramienta estadística muy poderosa: la introducción de la computadora fue más importante. La inteligencia artificial no cambiará fundamentalmente la física tal como la conocemos. O dicho de otro modo: la IA no será el nuevo Einstein. Pero también podría estar equivocado.
¿Dónde aparece el poder de la IA como herramienta?
Hay algunas cosas realmente interesantes ahí. Cuando vi esto por primera vez, pensé en mi hijo, que trabaja en el desarrollo de juegos: cuando calculas la propagación de la luz en reflejos y cosas similares en un videojuego, las GPU se utilizan para hacer los cálculos físicos. Entonces alguien se dio cuenta de que con estos cálculos físicos se podía entrenar una inteligencia artificial que podría realizar el trazado de rayos igual de bien, casi un millón de veces más rápido. Funciona sorprendentemente bien.
¿Cómo le ayuda la IA a avanzar en su investigación?
La inteligencia artificial puede ayudarnos con simulaciones astrofísicas complejas. Por ejemplo, me interesa la transferencia de radiación en estrellas en explosión: queremos calcular cómo pasa la luz a través de una supernova y qué es visible y observable desde el exterior. Un cálculo de este tipo lleva desde horas hasta meses en una supercomputadora. Pero, ¿qué sucede cuando empiezas a entrenar una IA en simulaciones? Resulta que la IA es realmente buena entrenando con estas complejas simulaciones físicas y la respuesta llega muy rápidamente y es bastante precisa, no es necesario volver a calcular.
Entonces, en lugar de desarrollar 100 modelos para una supernova para la cual no tienes oportunidad de probar un modelo, entrenarás una gran cantidad de modelos de computación intensiva solo una vez. Y luego se usa ese modelo entrenado por IA para hacer un análisis estadístico de lo que está sucediendo, con mucha más precisión de lo que podemos hacer actualmente. Se trata de una forma de trabajar completamente nueva que, en mi opinión, será bastante revolucionaria.
Entonces, ¿una pequeña revolución después de todo? Pero ¿difícilmente la inteligencia artificial reemplazará a los teóricos?
Estamos lejos de esto. La inteligencia artificial es muy buena procesando datos e información que ya tenemos. Pero hasta ahora he visto poca capacidad para extrapolar algo más allá de nuestro estado actual de conocimiento. Incluso AlphaFold, una herramienta de inteligencia artificial realmente poderosa que puede predecir estructuras de proteínas basándose en la secuencia de aminoácidos de las proteínas, solo funciona cuando tiene muchos datos de los cuales aprender. No creo que tenga la capacidad de ir más allá y hacer cosas en las que los investigadores no hayan trabajado antes.
»Es bastante difícil descubrir nuevas leyes de la física con inteligencia artificial. Pero es bastante fácil crear un vídeo deepfake de alguien diciendo lo que quieras«
Entendido, entonces no hay una revolución fundamental en la física a través de la inteligencia artificial…
Donde me imagino que esto sería en matemáticas, porque es preciso. Si pudiéramos enseñar todo lo que sabemos sobre matemáticas y lógica a una IA y la IA pudiera luego ampliarlo, sería interesante. Las matemáticas van más allá de la física; la física es una rama de las matemáticas. Si la IA aprendiera esta precisión, podría determinar los realmente importantes a partir de los posibles factores influyentes y potencialmente extrapolarlos más fácilmente, es decir, hacer predicciones correctas. Pero tan pronto como el ruido eclipsa los parámetros realmente importantes, terminamos con predicciones inútiles. Ésta es exactamente la razón de las famosas alucinaciones en los modelos de lenguaje grandes: la IA no tiene información y simplemente inventa algo.
Es una pena en realidad. Entonces la inteligencia artificial no se encargará de la unificación de la física cuántica y la gravedad por nosotros.
Ni siquiera puedo imaginarlo ahora. Simplemente no existe la información con la que podríamos entrenar la IA para hacer esto. Por cierto: si una IA pudiera hacer esto, deberíamos estar más preocupados. ¡Probablemente entonces desconectaría la computadora!
Ahora hemos hablado de la inteligencia artificial como una herramienta que puede realizar tareas específicas como cálculos estadísticos mejor que cualquier humano. ¿Podría una inteligencia artificial general desarrollar la gran teoría unificada de la física?
Si realmente existiera una AGI (Inteligencia General Artificial) que tuviera todos los requisitos previos necesarios para el autoaprendizaje y que funcionara sin intervención humana -lo cual no quiero descartar como posible- entonces nadie sabe de qué es capaz Di. Pero esto sería una perspectiva extremadamente incómoda para la humanidad.
Quizás un AGI nunca nos daría la gran teoría unificada de la física, porque eso es exactamente lo que esperamos de él…
Creo que tan pronto como una IA tenga autonomía y agencia (y en mi opinión, AGI necesita tener ambas), entonces la gente querrá imponerle reglas. La capacidad de actuar confiere autonomía a la AGI. Y a partir de este momento se cancelarán todas las apuestas sobre el futuro.
Dejemos de lado las especulaciones sobre AGI. ¿Dónde ve los desafíos con el tipo de IA que ya conocemos hoy?
Lo que me preocupa es más cultural: es muy difícil lograr que la IA haga cosas interesantes que también sean buenas. Por el contrario, hacer daño con la IA es fácil y, a menudo, no requiere mucho esfuerzo. O más precisamente: es bastante difícil descubrir nuevas leyes de la física con inteligencia artificial. Pero es bastante sencillo crear un vídeo deepfake de alguien diciendo lo que quieras. Y esta desproporción permanecerá con nosotros.
¿Con qué consecuencias?
La IA crea mucha basura, basura potencialmente dañina. Si lo hace más rápido de lo que podemos manejar, será peligroso. Por eso necesitamos un nuevo conjunto de reglas y encontrar una nueva forma de gestionar la inteligencia artificial. Pero las reglas que imponemos a una IA para frenar comportamientos no deseados también podrían hacer que la IA sea menos útil. Sin embargo, no usaríamos una IA en la que no podamos confiar.
»Es necesario poder probarlo todo. De lo contrario, sigue siendo metafísica».
A veces es posible que no seamos capaces de decidir si algo que una inteligencia artificial desarrolla o predice es cierto o no.
Entonces necesitamos experimentos. Los físicos desarrollan constantemente todo tipo de teorías, pero no las tomamos al pie de la letra hasta que han sido verificadas experimentalmente. A menos que una IA pueda medir algo por sí sola, ¿cómo se supone que sabe si es correcto? ¿Y cómo lo sabríamos? O si sabe algo pero no nos lo dice, ¿qué pasa entonces? Difícil de decir. Pero si la IA lograra milagrosamente hacer predicciones correctas una y otra vez, entonces sabríamos que hay algo de verdad en lo que descubrió. Y para entenderlo exactamente, por nuestra parte, debemos intentar echarle una mirada global y empírica. Necesitas poder probarlo todo. De lo contrario, sigue siendo metafísica.
Los teóricos intentan describir el desarrollo del cosmos en miles de simulaciones. También plantean una serie de hipótesis sobre la energía oscura, la forma hipotética de energía que acelera el espacio. Usted mismo recibió el Premio Nobel en 2011 por descubrir este fenómeno. Si le diéramos a una IA todas estas simulaciones, ¿podría aprender a reconocer los patrones que usted y otros astrónomos buscarían en el universo real?
Es posible. Esto no sería más que un método estadístico que busca características de muy altas dimensiones que el cerebro humano ya no puede penetrar. El mío ya tiene problemas con las cuatro dimensiones, pero sigue siendo bastante bueno en tres. Pero con 17 dimensiones, nuestro cerebro deja de funcionar, mientras que la inteligencia artificial puede manejarlo fácilmente. Por tanto, es muy posible que se encuentre con un patrón interesante.
En primer orden, la mayoría de estas variaciones son bastante lineales; Todavía podemos predecirlo nosotros mismos. Pero si hay no linealidades en las que diferentes parámetros interactúan de maneras que van más allá de la suma o la multiplicación, entonces podríamos estar ante algo realmente interesante. La inteligencia artificial nos permitirá realizar simulaciones muy complejas para luego compararlas entre sí de una forma que antes no era posible, pero siempre con el objetivo de validarlas empíricamente o rechazarlas.
La conversación tuvo lugar durante la 73ª Reunión del Premio Nobel en Lindau en 2024.
