Varios investigadores han comenzado a usar inteligencia artificial para diseñar experimentos en física que desafían las ideas preconcebidas y, en algunos casos, mejoran los resultados obtenidos por humanos. Uno de los casos más llamativos ha sido el del observatorio de ondas gravitacionales LIGO, cuya sensibilidad ha sido optimizada gracias a un diseño sugerido por un algoritmo.
El LIGO (Laser Interferometer Gravitational-Wave Observatory), con sedes en Washington y Luisiana, es capaz de detectar cambios de longitud menores al ancho de un protón. Esta precisión fue clave para captar en 2015 las primeras ondas gravitacionales procedentes de una colisión de agujeros negros. Pero incluso una estructura tan sofisticada puede mejorarse.
Diseños “alienígenas” que funcionan
El físico Rana Adhikari, del Instituto Tecnológico de California, recurrió a una IA desarrollada inicialmente por el físico Mario Krenn para diseñar experimentos de óptica cuántica. La herramienta comenzó generando diseños que parecían caóticos y sin sentido para los humanos: estructuras sin simetría ni lógica aparente. “Eran demasiado complicadas, parecían cosas de alienígenas o de IA”, reconoció Adhikari.
Sin embargo, al analizarlas en profundidad, los científicos descubrieron que una de esas propuestas incluía un anillo de tres kilómetros que ayudaba a reducir el ruido cuántico, mejorando la sensibilidad del detector entre un 10% y un 15%. “En un entorno de precisión subprotónica, eso es enorme”, afirmó Adhikari.
Reescribiendo los experimentos cuánticos
La historia no termina con LIGO. El equipo de Krenn también utilizó su IA, bautizada como PyTheus, para rediseñar un experimento clásico de entrelazamiento cuántico. Esta técnica, conocida como entanglement swapping, permite que dos partículas queden entrelazadas sin haber interactuado previamente. La IA propuso una configuración más simple que el diseño original de 1993 de Anton Zeilinger, premio Nobel de Física. El nuevo esquema fue validado experimentalmente en 2024 por un equipo de la Universidad de Nankín, en China.
Del laboratorio al universo
Más allá del diseño experimental, la IA también se está empleando para analizar datos complejos. Por ejemplo, modelos de aprendizaje automático han ayudado a predecir la densidad de materia oscura en el universo o a identificar simetrías en los datos del Gran Colisionador de Hadrones, como las simetrías de Lorentz clave para la relatividad de Einstein.
Rose Yu, de la Universidad de California en San Diego, entrenó algoritmos que redescubrieron esas simetrías sin información previa sobre física. Esto demuestra que los modelos pueden detectar patrones fundamentales únicamente a partir de datos.
¿El futuro de la ciencia?
Aunque por ahora la IA no ha generado nuevas teorías físicas por sí sola, los investigadores creen que el uso de modelos como ChatGPT podría ayudar a formular hipótesis más complejas en el futuro. “Creo que los modelos de lenguaje tienen un enorme potencial para automatizar la construcción de hipótesis”, dijo el físico Kyle Cranmer.
Por su parte, Aephraim Steinberg, experto en óptica cuántica, añadió: “LIGO es algo en lo que han trabajado miles de personas durante 40 años. Si la IA encuentra algo nuevo, es porque miles de personas no lo vieron”.
La conclusión es clara: la IA aún necesita supervisión humana, pero su capacidad para explorar caminos inusuales y encontrar soluciones eficaces está revolucionando la investigación científica. Estamos ante el inicio de una nueva etapa donde las máquinas no reemplazan al científico, pero sí lo impulsan hacia territorios inexplorados.
La imagen de representación de esta noticia pertenece a FlyD y ha sido publicada en Unsplash
