Portugal Colonial - Cecilia Garraffo y la IA en Harvard: Buscando vida extraterrestre con inteligencia artificial

La inteligencia artificial ha dejado de ser una herramienta auxiliar para convertirse en el motor central de la exploración científica moderna. Cecilia Garraffo, fundadora y directora del Instituto AstroAI del Centro de Astrofísica de Harvard y Smithsonian, describe este fenómeno no como un cambio incremental, sino como una revolución que redefine los límites de lo que es posible investigar. En diálogo con LA NACION durante el seminario "Current AI Techniques for Scientific Discovery", celebrado en el Instituto Tecnológico de Buenos Aires (ITBA), la experta detalló cómo estas tecnologías están transformando la manera en que se buscan respuestas a preguntas fundamentales sobre el universo, incluyendo la posibilidad de vida fuera de la Tierra.

Garraffo, licenciada en Astronomía por la Universidad Nacional de La Plata y doctora en Física por la Universidad de Buenos Aires, fue galardonada recientemente con el Premio Presidencial a la Trayectoria Temprana para Científicos e Ingenieros (Pecase), el máximo reconocimiento otorgado por el gobierno de Estados Unidos a profesionales en las primeras etapas de sus carreras. Su trabajo actual se centra en el desarrollo de técnicas de IA aplicadas a la astrofísica, con un enfoque especial en fenómenos vinculados a agujeros negros, gravedad, estrellas y la detección de vida en lugares remotos del cosmos.

Según Garraffo, la astrofísica atraviesa una revolución de datos sin precedentes. La cantidad y velocidad con la que se generan observaciones hacen imposible procesar la información mediante métodos tradicionales. "Tenemos la posibilidad de descubrir cosas nuevas de otra manera", afirma la científica. A diferencia de los enfoques clásicos, que buscan patrones predecidos por teorías existentes, la IA permite intencionalmente buscar estructuras y correlaciones que los científicos ni siquiera saben que existen. Esta capacidad no solo acelera los cálculos; cambia radicalmente las preguntas que se pueden plantear.

El impacto en la velocidad de descubrimiento es drástico. Garraffo señala que tareas que con machine learning convencional podrían llevar semanas, ahora se resuelven en menos de un segundo. Sin embargo, advierte que el avance de los modelos de lenguaje y de razonamiento es tan rápido que resulta "un poco aterrador" pensar en cómo evolucionará la tarea científica en el futuro inmediato.

Ante la pregunta de si la IA reemplazará a los científicos, Garraffo ofrece una perspectiva distinta. Sostiene que, lejos de reducir la carga laboral, la tecnología ha aumentado la capacidad de investigación. "Yo nunca estuve tan ocupada", confiesa. La clave radica en delegar el cálculo y la generación de ideas, permitiendo a los investigadores abordar problemas que antes eran inaccesibles. Esto implica también una nueva forma de entrenar a astrónomos y físicos: aprender a interpretar, analizar y guiar estas "máquinas de hacer cuentas".

Uno de los campos donde la IA demuestra su mayor potencial es en la búsqueda de vida extraterrestre. Identificar biosignaturas, como gases específicos en la atmósfera de un exoplaneta que indiquen presencia pasada o presente de vida, requiere considerar todas las moléculas posibles. Este problema es computacionalmente incalculable para los métodos tradicionales. La IA ayuda a resolver estos "problemas inversos" en espacios de parámetros de alta dimensión: dada una atmósfera con ciertas abundancias de agua y carbono, y condiciones específicas de temperatura y presión, la tecnología puede inferir qué combinaciones infinitas llevan a los datos observados.

Garraffo asegura que hay muchos descubrimientos que hoy serían directamente imposibles sin estas herramientas. Al analizar imágenes del telescopio Vera Rubin, donde cada captura contiene aproximadamente 40 millones de observaciones, la mayoría de lo visible permanece desconocido. La combinación de telescopios más potentes con algoritmos diseñados para encontrar lo inesperado abre una oportunidad inmensa para hallar nuevos patrones que antes solo se descubrían por accidente.

La validación científica sigue siendo responsabilidad humana. Garraffo explica que si un modelo de lenguaje proporciona una solución, el científico debe poder corroborarla independientemente. Por ejemplo, al resolver un sistema de ecuaciones complejo, la solución puede ser insertada en las ecuaciones originales para verificar su validez. "Lo difícil es encontrar la solución, no verificarla", aclara. Para garantizar la fiabilidad, el Instituto AstroAI construye modelos físicos interpretables, evitando los llamados "modelos de caja negra" que no ofrecen transparencia sobre cómo llegaron a sus conclusiones. Estos modelos incorporan restricciones físicas para asegurar que las soluciones sean posibles dentro de las leyes conocidas del universo.

A pesar de su poder, la IA tiene limitaciones claras. Garraffo señala que el consenso en su grupo de investigación es que la tecnología aún no ha desarrollado un "buen gusto" científico. Puede intentar resolver cualquier problema dado, pero carece de la capacidad para elegir cuál es el más interesante o relevante. Esta intuición sigue siendo dominio exclusivo del investigador humano.

Actualmente, el Instituto AstroAI trabaja en varios frentes. Además de la búsqueda de biosignaturas, han encontrado recientemente la solución a un problema abierto durante décadas sobre agujeros negros rotantes en una teoría de gravedad con correcciones cuánticas. El trabajo, que describe matemáticamente el comportamiento de estos objetos al incorporar efectos de teorías que intentan compatibilizar la gravedad con la física cuántica, fue enviado recientemente para referato. También desarrollan modelos multimodales para analizar datos de distintos instrumentos simultáneamente, aprovechando la riqueza informativa que surge de correlaciones entre fenómenos planetarios y estelares que pasan inadvertidas cuando se estudian por separado.

Sobre el futuro del trabajo científico, Garraffo admite que es imposible predecir cómo será en diez o veinte años. El avance de los modelos de lenguaje es tan acelerado que cambia constantemente la naturaleza de la investigación. Sin embargo, reflexiona sobre el aspecto más humano de la ciencia: el placer de perseguir una pregunta y descubrir su respuesta. Ante la posibilidad de que los modelos de lenguaje encuentren y expliquen esas respuestas en el futuro, se cuestiona si ese proceso seguirá siendo igual de gratificante para los científicos.

Los riesgos de utilizar IA en la investigación científica existen, pero Garraffo los atribuye al uso incorrecto de la tecnología. Si se aplica con conocimiento y se priorizan los modelos físicos interpretables, no ve peligros inherentes. El riesgo real reside en aplicar modelos existentes "con los ojos cerrados" y confiar ciegamente en ellos sin comprensión crítica. Para ella, la investigación nunca debe estar liderada por la IA, sino guiada por científicos que entienden las herramientas que emplean.

P.Sousa--PC