IA: Transformando la investigación científica

Julián Cruz Borbolla, profesor investigador de la UAEH.

Hoy en día, el uso de la Inteligencia Artificial (IA) se ha extendido a todas las disciplinas científicas, transformando la manera en que se resuelven los problemas complejos. Pues esta herramienta procesa grandes cantidades de datos de una manera muy rápida, y su incorporación a la ciencia está cambiando drásticamente tanto la investigación básica como la aplicada.

En este sentido, en el ámbito de la química, la IA ha abierto nuevas posibilidades para el análisis de compuestos y la predicción de reacciones químicas, lo que beneficia a sectores como la farmacología, la industria de materiales, la alimentación, entre otros.

Para conocer los alcances de esta tecnología en la investigación, en la edición de este mes de abril de Revista Gaceta UAEH, entrevistamos a Julián Cruz Borbolla, profesor investigador del Área Académica de Química del Instituto de Ciencias Básicas e Ingeniería (ICBI), de la Universidad Autónoma del Estado de Hidalgo (UAEH), quien ha integrado exitosamente este tipo de tecnología en su día a día.

¿Cuáles son los beneficios de emplear los sistemas inteligentes en la ciencia molecular?

El científico Garza explicó que, ante la llegada de la Inteligencia, reconocieron sus virtudes para realizar cálculos de estructura electrónica, fundamentales en la predicción y creación de nuevos materiales, fármacos, fuentes de energía, así como en el estudio de interacciones y mecanismos de reacción. Todo esto de una manera más rápida y con márgenes de error reducidos.

Dado que la tecnología inteligente está ganando terreno en diversas disciplinas, está promoviendo la colaboración, no solo entre las distintas áreas del conocimiento, sino también entre las universidades, lo que favorece la creación de proyectos con un enfoque más integral e innovador para dar respuestas más rápidas a los desafíos globales.

Un claro ejemplo de ello fue la pandemia del COVID-19, un momento crítico en el que la humanidad necesitaba con urgencia fármacos. Para acelerar el desarrollo de tratamientos y vacunas, la IA se convirtió en una herramienta clave para predecir nuevos compuestos, analizar su comportamiento y evaluar su eficacia, lo que permitió a muchos países producir sus propias vacunas.

Este proceso implicó el uso de redes neuronales y algoritmos de aprendizaje automático para optimizar la identificación de compuestos y predecir sus propiedades, facilitando así la creación de medicamentos a nivel industrial.

“Recurrir a los modelos de IA nos permite a los investigadores realizar una gran cantidad de pruebas experimentales de manera virtual, porque esto nos ofrece la posibilidad de optimizar los resultados, reduciendo con ello el grupo de opciones a un grupo más prometedor. Este enfoque no solo acelera el proceso de investigación, sino que también aumenta la eficiencia y precisión en la toma de decisiones científicas”, indicó el catedrático Garza.

Esto, a su vez, tiene un impacto positivo tanto en los recursos empleados como en el medio ambiente, ya que no se desperdician materiales ni se generan residuos innecesarios durante los experimentos. De esta manera, se promueve una investigación más sostenible y respetuosa con el planeta.

La IA, una alternativa prometedora para diseñar soluciones innovadoras

Julián Cruz indicó que los modelos inteligentes pueden optimizar procesos, mejorar la eficiencia y generar avances significativos en áreas clave, como la salud, la industria de materiales, el desarrollo de dispositivos para almacenar gases de efecto invernadero u otros compuestos contaminantes, en la producción de energía limpia, e incluso en la industria alimentaria para mejorar el valor nutrimental sin comprometer el sabor ni calidad.

A pesar de los avances impresionantes, el químico Garza subrayó que la inteligencia artificial no reemplaza al trabajo humano, pues si bien estos sistemas inteligentes facilitan la predicción y análisis de grandes cantidades de datos, el trabajo experimental sigue siendo esencial.

“Podemos usar la inteligencia artificial a nuestro favor, pero no es una solución infalible. Siempre es necesario validar los resultados para asegurar que los resultados son fiables y aplicables. Y ¿cómo se validan? Pues con datos experimentales. La experimentación y la teoría van de la mano. El experimento nunca desaparecerá, porque la IA necesita datos experimentales para generar esos modelos”, afirmó el investigador universitario.

Los sistemas inteligentes están transformando la investigación al acelerar el análisis de numerosos problemas, pero, como ocurre con cualquier tecnología emergente, su uso debe manejarse con precaución y siempre bajo una supervisión ética y responsable.