Yossi Matias, vicepresidente y jefe de Google Research, plantea que la inteligencia artificial está teniendo un impacto significativo en disciplinas donde apenas está llegando: biología, infraestructura, manufactura y ciencia. Según esta perspectiva, es en la intersección con otros campos donde la IA puede generar cambios más profundos.
La intersección es el verdadero terreno de juego
Durante una presentación en un evento de tecnología, Matias señaló algo que la industria tech suele perder de vista: que la IA es una herramienta, no una industria cerrada. Cuando un algoritmo de aprendizaje automático se cruza con un problema de biología molecular, no estamos ante dos cosas separadas sino ante una combinación nueva que genera resultados que ninguno de los campos podría alcanzar solo.
Piénsalo así. Un equipo de genetistas trabajando sin IA está limitado por el tiempo, los errores humanos y el número de variables que puede procesar simultáneamente. La IA no es genio biológico, pero es infatigable. Cuando ambas se encuentran, la biología gana velocidad y el laboratorio se convierte en una máquina de descubrimientos más rápida.
Lo mismo en infraestructura. Optimizar el consumo energético de una ciudad, predecir cuándo una represa va a fallar, diseñar rutas de carga para reducir congestión: estos no son problemas de IA pura. Son problemas reales con datos reales, y la IA entra como herramienta para procesar complejidad que antes era imposible de tocar.
Más allá de ChatGPT y chatbots
Es cierto que la IA está revolucionando cómo escribimos y programamos. Pero eso es todavía la punta del iceberg. La industria lleva años hablando de lo mismo: chatbots, procesamiento de lenguaje, generadores de imágenes. La perspectiva aquí es que el verdadero cambio, el que importa científicamente, ocurre en campos ajenos al software tradicional.
En farmacéutica, la IA ya está acortando tiempos para descubrir nuevas moléculas. En ingeniería civil, ayuda a modelar cómo se comportará un edificio ante un terremoto sin construirlo primero. En agricultura, detecta plagas en campos antes de que el ojo humano las vea. Estos son casos donde la IA no reemplaza el conocimiento del experto, sino que lo amplifica.
Esta es la conversación que falta: la de cómo la IA sale del software y entra en los dominios que históricamente se consideraban impermeables a la tecnología. No por ser más rápida o más barata, sino porque cambia el tipo de pregunta que se puede hacer.
Qué sigue
La invitación implícita es que los líderes en ciencia, biología, infraestructura y manufactura deberían estar atentos a los avances en IA como una herramienta que está mejorando exponencialmente y está lista para adoptarse donde antes no existía ni la tecnología ni la mentalidad para hacerlo.
El futuro de la IA no será decidido por quién hace el mejor modelo, sino por quién lo pone a trabajar en los lugares correctos. Y esos lugares, aparentemente, no son donde todos están mirando.
Con información de MIT Tech Review.
Imagen: Lucas Vasques / Unsplash
