Conecta con nosotros

Noticias

La inteligencia artificial se acerca al Nobel

Publicado el

Condensado Bose Einstein

Año 2001. Tras años de trabajo, un grupo de científicos integrado por Eric Allin Cornell, Carl Edwin Wieman y Wolfgang Ketterle se convierte en en el ganador del premio Nobel de Física de ese año por, según Wikipedia «conseguir la condensación de Bose-Einstein en gases diluidos de átomos alcalinos y por sus tempranos y fundamentales estudios de las propiedades de los condensados».

El condensado Bose-Einstein, por si te lo estás preguntando, es un estado de agregación de la materia (aún recuerdo cuando se supone que se limitaban a sólido, líquido y gaseoso) que solo se produce en determinados materiales, y a una temperatura cercana al cero absoluto (no confundir con el cero de las escalas centígrada celsius y fahrenheit). Según la mecánica clásica, al alcanzar esa temperatura (teórica), las partículas carecen de movimiento, mientras que la cuántica afirma que aún así mantienen un mínimo de energía para, así, cumplir el principio de indeterminación de Heisenberg.

En cualquier caso, lograr que un material pase al estado de condensado Bose-Einstein fue un grandioso avance, que tomó muchos años de trabajo… y que un sistema de inteligencia artificial ha sido capaz de reproducir en tan solo una hora. Sí, una hora. Hoy Forbes se hace eco de un estudio publicado en Nature en el que unos investigadores explican que, haciendo uso de machine learning, un sistema de inteligencia artificial, ha sido capaz de partir de un estado inicial de la investigación y, con los conocimientos necesarios, desarrollar el resto del mismo hasta llegar al punto al que llegaron los científicos, en tan solo sesenta minutos.

Ayer mismo hablábamos de como la inteligencia artificial acababa de demostrar, gracias a Google, que puede tener grandes aptitudes para la poesía, y otros casos como IBM Chef Watson demuestran que la IA está más capacitada de lo que podíamos pensar para las actividades más creativas. Y hoy comprobamos que su capacidad para la ciencia también va mucho más allá de lo que podíamos suponer (que ya era bastante). Y lo más probable es que la semana que viene nos llevemos alguna otra sorpresa al respecto, puesto que la suma de Big Data, machine learning y las mejoras en IA nos invitan a pensar en que estos sistemas serán capaces de hacer muchas más cosas de las que pensamos en mucho menos tiempo del que imaginamos.

 

Imagen: NIST/JILA/CU-Boulder

Lo más leído