Es muy común asociar los algoritmos con motores de búsqueda, publicidad dirigida, apps para smartphones, la identificación de ciertos patrones o tendencias en redes sociales y la seguridad informática.
Pero en el área de bioingeniería, existe una clase de algoritmos propios de la inteligencia artificial (IA) “que podrían implementarse a escalas microscópicas utilizando moléculas”, explica un comunicado de la Escuela de Ingeniería y de Ciencias Aplicadas de la Universidad de Harvard (SEAS, por sus siglas en inglés).
Y, ¿para qué? De acuerdo a investigadores de dicha institución académica y del Instituto Wyss de Ingeniería Inspirada en la Biología, a largo plazo estos hallazgos podrían abrir la posibilidad para que se desarrollen “medicamentos inteligentes”.
En inglés se les conoce como “smart drugs” y no están relacionadas a los fármacos que estimulan áreas cognitivas del cerebro, ya que se trata de medicamentos que “puedan detectar, diagnosticar y tratar de forma automática una variedad de enfermedades, utilizando un cóctel de sustancias químicas que puedan realizar razonamientos de tipo IA”.
En un estudio cuyos resultados fueron presentados la semana pasada durante una conferencia de la Neural Information Processing Systems Foundation (NIPS), los investigadores Ryan P. Adams y Nils Napp aluden a estos algoritmos matemáticos –que actualmente forman parte de herramientas de uso cotidiano como buscadores y la detección de fraudes hasta la corrección de errores en los celulares– como lo más avanzado en aprendizaje automático.
“Este trabajo demuestra que también es posible construir máquinas inteligentes a micro escala sin la necesidad de que se parezca a una computadora regular”, comenta Adams, docente de ciencias computacionales de SEAS.
Ryan agrega que “este tipo de IA basada en la química será necesaria para crear terapias que se adapten a su entorno”.
El experto señala que tienen la esperanza de que eventualmente se logren desarrollar fármacos que se puedan especializar en la química de cada persona y que, a la vez, puedan realizar un diagnóstico o tratar una amplia variedad de patologías.
Y es que a diferencia de otros proyectos que apuntan a la computación en general, explicó Nils Napp, este trabajo se enfocó “en traducir de forma eficiente aquellos algoritmos particulares que han tenido éxito en la solución de problemas complejos en áreas como la robótica en descripciones moleculares”.
Napp enfatiza diciendo que, por ejemplo, “estos algoritmos permiten que los robots de hoy tomen decisiones complejas y utilicen los sensores ruidosos de forma fiable. Realmente es muy emocionante pensar en lo que estas herramientas serían capaces de hacer para construir mejores máquinas moleculares”.
Además, el revolucionario campo del aprendizaje automático de la inteligencia artificial también “abre la posibilidad de analizar las vías de reacción biológicas naturales y las redes reguladoras (de genes) como mecanismos que están realizando inferencias estadísticas”.
El comunicado de la SEAS también menciona que “al igual que los robots, las células biológicas deben valorar la situación del entorno externo y actuar en consecuencia”.
“El diseño de sistemas artificiales que realicen estas tareas podría dar a los científicos una mejor comprensión de cómo se resuelven estos problemas a nivel molecular en el interior de los sistemas vivos”, puntualiza el informe de la SEAS.
