Las inteligencias artificiales ya no se limitan a ayudar a los físicos en sus experimentos: ahora proponen por sí mismas montajes innovadores.
Una revisión publicada el 2 de septiembre en Nature analiza esta evolución. Los autores examinaron trabajos ya realizados en varias ramas de la física. Su conclusión es precisa: algunas herramientas de IA ya exploran la forma misma de un experimento, en lugar de modificar únicamente algunos ajustes decididos de antemano por seres humanos.
Para entender la diferencia, pensemos en un montaje compuesto por sensores, espejos u otros elementos. Un método clásico puede buscar los mejores valores entre varios parámetros. Un enfoque más ambicioso también puede decidir qué elementos utilizar, cómo conectarlos y dónde colocarlos. El número de posibilidades se vuelve entonces inmenso.
Ahí es donde interviene la inteligencia artificial. Los investigadores definen primero qué debe lograr el futuro dispositivo y qué restricciones debe respetar. Después, un programa explora numerosas configuraciones, generalmente mediante simulaciones. Así puede dar con una organización que la intuición humana no habría encontrado.
Este enfoque ya se ha aplicado a experimentos de óptica cuántica, detectores de partículas, antenas para neutrinos y detectores de ondas gravitacionales. En varios trabajos revisados por los autores, las configuraciones obtenidas igualan o superan el rendimiento de modelos diseñados por especialistas. Algunas propuestas se han llevado posteriormente a cabo en el laboratorio.
El ser humano no desaparece, por tanto, del proceso. Elige la pregunta científica, establece los límites materiales y decide cómo medir la calidad de una solución. Una configuración excelente sobre el papel sirve de poco si es imposible de fabricar o demasiado sensible a las imperfecciones reales.
Otra dificultad: una máquina puede encontrar un montaje eficaz sin ofrecer una explicación de su funcionamiento. Los físicos deben entonces comprender por qué funciona esa organización. Esta etapa puede resultar instructiva por sí misma, ya que una solución inusual puede revelar una manera diferente de aprovechar las leyes físicas ya conocidas.