🔬 Una inteligencia artificial autónoma realiza su propia investigación biomédica

Mantente siempre informado: síguenos en Google (haz clic en ☆)

Un sistema de inteligencia artificial presentado en la revista Science puede ejecutar de manera autónoma varias tareas de investigación biomédica. Bautizado como Biomni, no se limita a responder preguntas: puede encadenar operaciones necesarias para el análisis de datos biológicos.

Los investigadores describen a Biomni como un agente generalista. Este tipo de sistema recibe un objetivo, elige pasos intermedios, utiliza herramientas especializadas y luego adapta su trabajo según los resultados obtenidos. Así se distingue de un modelo que solo produce una respuesta textual.

Un conjunto de tubos de ensayo llenos de líquidos de diferentes colores.
Imagen de ilustración Unsplash

En la investigación biomédica, las tareas suelen repartirse entre varios softwares. Por ejemplo, hay que preparar datos, consultar recursos biológicos, lanzar análisis e interpretar los resultados. El interés de un agente es conectar estas operaciones en un mismo procedimiento.

Biomni fue diseñado para ejecutar diversas tareas en varios campos de la biología. La publicación presenta esta capacidad como un paso hacia asistentes que puedan ayudar a los investigadores a explorar hipótesis más rápidamente y a manejar conjuntos de datos cada vez más complejos.

Esta autonomía no significa que el sistema reemplace a un científico. Los resultados dependen de los datos proporcionados, las herramientas disponibles y la calidad de las decisiones tomadas en cada paso. Un error en un análisis puede propagarse a los siguientes pasos.

Por lo tanto, la verificación humana sigue siendo indispensable, especialmente cuando los resultados pueden orientar un experimento o una decisión médica. Un agente puede acelerar una exploración, pero no transforma automáticamente una hipótesis en un descubrimiento demostrado.

El interés de Biomni reside principalmente en la organización del trabajo. Sistemas capaces de planificar y ejecutar análisis podrían reducir ciertas tareas repetitivas, dejando a los investigadores la formulación de preguntas y la evaluación crítica de los resultados.