Pensándolo bien...

Cada vez hay menos duda sobre la extensión en la que la Inteligencia Artificial (IA) será capaz de penetrar. Desde la conducción a la medicina, pasando por profesores e incluso poetas, parece que son objetivos a aproximar, cada vez con perfiles más refinados. Muchos se aferran a la posición de que la intuición humana es demasiado especializada como para que la IA sea capaz de suplirla. Hoy, todavía es así, pero nada parece indicar que siga siéndolo en un futuro no demasiado lejano.

Los algoritmos de aprendizaje de las máquinas que manejan cantidades extraordinarias de datos y establecen patrones y correlaciones de mucho alcance, hoy los entrevemos como asistentes cualificados más que como sustitutos de las capacidades humanas. No obstante, ya hoy, acoplados estos sistemas a dispositivos robóticos, no solo analizan los datos, sino que son capaces de llevar a cabo experimentos, con la capacidad consiguiente de mejorar mediante la iteración y formular hipótesis razonables de mejora y de comprobaciones de la bondad de los procesos.

Un área con unas connotaciones especialmente de interés para la IA, es la Química. El campo de la síntesis química implica un universo en el que el método central es prueba y error y, en gran medida, el itinerario sintético se recorre de forma repetitiva. La tecnología de microfluidos permite abordar desde la robótica la química húmeda. Ya se han efectuado aproximaciones en este sentido. Muchas técnicas analíticas, como la cristalografía se han automatizado en gran medida. Pese a ello es muy simplista inducir a partir de estos intentos el final de la “química humana”. Es de prever un desplazamiento, soslayando las tareas repetitivas, aburridas y tediosas. Esto supone una mejor disposición para las tareas creativas. La cuestión relevante es responder al interrogante de si la IA podría cambiar la Química conceptualmente. Todos los avances han venido acompañados de cambios metodológicos, configurando marcos conceptuales nuevos. En el siglo XVIII se focalizó la composición elemental de los compuestos químicos, de la mano de las mejoras instrumentales. En el siglo XIX se introdujo la estructura molecular y se derivaron mejoras en la separación y purificación de los compuestos. La irrupción de la teoría cuántica y las técnicas espectroscópicas indujo desde principios del siglo XX la comprensión del enlace químico. Láseres, haces moleculares y química ultrarápida, que emergen a finales del siglo XX permitieron sumergirse en la dinámica de las reacciones químicas, con el detalle y la opción de la observación en interactivo. El interrogante a formular es sobre la incidencia que tendrá la IA en la Química en el siglo XXI.

Emerge el interrogante sobre cómo será el reparto de tareas y cuáles serán las habilidades exigidas a un químico cuando la actividad de síntesis química, por ejemplo, se supla mediante los métodos de la microfluídica y otros. Es posible conjeturar que se mantendrá el escalado implícito en la puesta en marcha de plantas pilotos, que no parece que se pueda soslayar su carácter manual. Otros procesos pueden conjeturarse que son especialmente aptos para la automatización.

La concepción de la IA como asistente de la investigación es mayoritaria. Se configura como un pilar nuevo de la Química, tanto en la esfera del experimento, como en la teoría y la computación. Contribuye a una mejor comprensión y control de las propiedades de los compuestos y los procesos químicos. Como todas las tecnologías, la IA abre nuevas perspectivas. El advenimiento de la espectroscopía de RMN emergió como técnica de rutina para caracterizar moléculas complejas que se pudieron examinar y observar su participación en las reacciones. Es previsible que la IA traiga de la mano un cambio de paradigma y haga más asequible el abordaje de procesos más complejos. Potencialmente, la IA puede explorar el espacio de reacción más rápidamente y potencialmente mejor que el investigador humano. Se hacen esfuerzos para mantener que los químicos deben permanecer al frente de la conceptualización, la abstracción y la orientación y dirección de los problemas de investigación. Para otros muchos la IA sobrepasará la “expertise” de los químicos con el tiempo, aunque tenga que pasar mucho todavía. En todo caso, siempre será una herramienta enriquecedora para los químicos, pensando que los humanos seguirán decidiendo qué problemas abordar y cuando o como se atienden.

Es de suponer que un beneficio adicional estará asociado a la mejora por parte de los químicos de los aspectos sistemáticos en las tareas de evaluación. La utilización de la optimización bayesiana que fija las expectativas de la mejor solución y de forma automática, se actualizan mediante sistemas automáticos que exploran las condiciones de la reacción, por ejemplo. La IA es capaz de identificar las condiciones de reacción óptimas, que no tienen por qué coincidir con las usualmente empleadas con anterioridad.

Se ha vertido mucha literatura sobre la capacidad de la IA de disponer una comprensión heurística. La Química siempre se ha distinguido por abordar problemas complejos y, en ocasiones, es fácil confundir datos con conceptos y utilizar reglas intuitivas para digerir conceptos como el de enlace químico, pongamos como paso paradigmático. Otros ejemplos se pueden concretar en el radio atómico o los estados de oxidación o las escalas de electronegatividad. La forma de operar la IA “triturando” datos masivos, basa su acción en la disposición del conocimiento publicado, accesible en Internet, Los procedimientos heurísticos son vías para reducir los datos de alta dimensionalidad a parámetros de baja dimensión, de forma que se logren representaciones con números sencillos, como ocurre, por ejemplo, con la electronegatividad. En este escenario, la IA es muy útil, incluso cualificando las limitaciones de este tipo de reducción. El aprendizaje de máquinas es una tecnología capaz de encontrar preferencias a la hora de formar enlaces y determinar las energías de formación de las estructuras moleculares. Es de esperar que la IA enriquezca la comprensión de los fenómenos y procesos químicos y contribuyan a la identificación de los aspectos fundamentales del comportamiento químico.

La asistencia de la IA también radica en la habilidad por nuestra parte de extraer la intimidad desarrollando algoritmos que se puedan explicar y que sean capaces de transmitir una justificación cualitativa de sus conclusiones. Es lo que se demanda de la IA general, ya que se pretende saber no solo el diagnóstico sino una explicación para resolverlo. Es de esperar que llegará el momento en que las máquinas podrán generar hipótesis que podrán explicar a los humanos. Este entorno será propicio para que se puedan identificar nuevos patrones y generar nuevas abstracciones a partir de ello. Cabe esperar que se identificarán posibilidades hoy insospechadas, independientemente de las dificultades de llevar a cabo los experimentos en los laboratorios que requerirán nuevas metodologías de síntesis química de las que pueden emerger nuevos materiales.

Lo mejor para atribuir al futuro hay que inventárselo, no es por nada, sino solo porque para responder al interrogante, hay que sumergirse en el ámbito de la conjetura. Aun así, se entrevé que por analogía a lo que está ocurriendo en otros campos, si la IA encuentra estrategias o conceptos que triunfaren, no solo aprenderemos de ellos, sino que la apreciaremos también estéticamente.  Se vislumbra un excelente complemento de las habilidades químicas y una forma de mejorar la comprensión de la Química.