En las últimas dos semanas hemos visto una avalancha de nuevos resultados de Google Research, desde genómica hasta computación cuántica y comprensión geoespacial. A menudo me preguntan cómo pueden contribuir nuestros equipos en campos tan variados. Creo que todo se reduce a nuestro enfoque compartido, lo que llamo el “ciclo mágico” de la investigación, donde un problema del mundo real nos impulsa a realizar una investigación fundamental en informática, esa investigación conduce a una solución y luego esa solución descubre problemas aún más interesantes para resolver. Por eso necesitamos la investigación: la innovación nunca es algo que “se hace” y simplemente se aplica, sino que requiere que volvamos continuamente a la fuente de la investigación para impulsar la innovación.
Así es como el enfoque de Google Research está ayudando a resolver desafíos en tres áreas que afectan a muchas personas:
1. Combatir el cáncer con IA
Las leucemias infantiles y muchos otros tipos de cáncer tienen características genéticas increíblemente complejas que requieren tratamientos personalizados en función de sus mutaciones específicas. ¿Qué pasaría si pudiéramos secuenciar los genomas de estas células cancerosas con mayor precisión, detectando con mayor exactitud las variantes particulares que las llevaron a volverse cancerosas?
Eso es lo que llevó a DeepSomatic, nuestra nueva herramienta impulsada por IA que ayuda a los científicos y médicos a detectar y comprender las variantes genéticas en las células cancerosas. Si podemos determinar con precisión cómo y por qué una forma particular de cáncer afecta a un paciente, podríamos ser capaces de crear curas personalizadas. Así es exactamente cómo nuestros socios del Children’s Mercy Hospital buscan aplicar DeepSomatic. Y con estos conocimientos adquiridos durante 10 años de genómica en Google Research, estamos encontrando preguntas de investigación aún más interesantes que queremos abordar en los próximos 10 años.
2. Diseñando mejores medicamentos y materiales con computación cuántica
Para diseñar mejores medicamentos y materiales (como una batería más eficaz) es necesario comprender el comportamiento exacto de los átomos y las moléculas. Pero las computadoras convencionales más potentes de la actualidad tienen dificultades para modelar estos matices porque se basan en aproximaciones y en el estricto lenguaje binario de 0 y 1, e incluso la supercomputadora más potente del mundo no puede capturar todos los matices de cómo se comportan las moléculas en la naturaleza. Esto se debe a que a esta pequeña escala, las partículas no se comportan de manera “clásica”, como bolas de billar que chocan entre sí. En cambio, obedecen a la mecánica cuántica: pueden estar en superposición, donde no están en un estado simple, sino “distribuidos” en un rango de posibilidades; y pueden estar entrelazados, donde múltiples átomos pueden comportarse al unísono entre sí en lugar de hacerlo independientemente.
Esta es una de las razones por las que Google Research está construyendo una computadora cuántica : “opera en lenguaje cuántico” de una manera que ninguna computadora clásica puede, y puede modelar exactamente cómo funciona la naturaleza a nivel subatómico. Nuestro nuevo algoritmo cuántico “Ecos” muestra cuánto más rápido es nuestro chip Willow en cálculos que son muy útiles para describir cómo se comportan las moléculas con total precisión. Este es el primer algoritmo del mundo que apunta a aplicaciones prácticas de la computación cuántica, como el diseño de mejores materiales, mejores medicamentos y más.
3. Entendiendo la Tierra
Las preguntas más difíciles e importantes en la ciencia planetaria y la respuesta a las crisis nunca tienen que ver sólo con un tipo de información geoespacial: tienen que ver con reunirla toda. Si queremos predecir qué edificios y carreteras son más vulnerables a un huracán inminente, no basta con saber qué velocidad del viento podemos esperar o simplemente dónde están los edificios. Necesitamos el panorama completo: la trayectoria y la gravedad del huracán, el clima potencial de la tormenta y su impacto sobre la infraestructura y las poblaciones vulnerables. Esta visión integral requiere sintetizar muchos tipos de datos geoespaciales y muchos modelos que predicen diferentes aspectos del planeta, todo a la vez.
Por eso estamos desarrollando Earth AI para unir toda esa información y poder predictivo. Las preguntas que actualmente son imposibles de responder porque son demasiado complejas y requieren demasiados recursos geoespaciales dispares serán posibles de abordar. Y esto, a su vez, impulsará nuevas investigaciones, nuevas recopilaciones de datos útiles sobre la Tierra, nuevos tipos de sensores y nuevos usos de la IA para modelar patrones sofisticados interconectados en todo el planeta. Este esfuerzo plurianual alternará continuamente entre nuevos usos en el mundo real y nuevas investigaciones que descubran conocimientos aún más profundos sobre cómo podemos vivir bien en este planeta.
¡Ésas son sólo tres áreas, entre muchas docenas! — donde Google Research está logrando avances fundamentales y luego demostrando cómo se pueden ampliar para lograr un impacto real y tangible para las personas. Así es como estamos abriendo el camino hacia el futuro, todo ello basado en investigaciones que pueden mejorar la realidad de las personas.
Fuente: Urban.