An Oscar, Two Asteroids, and the Algorithm in Your sklearn: John Platt on AI for Science
· Fuente: Latent Space
John Platt, ganador de un Oscar y creador de algoritmos clásicos como Platt‑scaling y SMO, ha dedicado gran parte de su carrera a la intersección entre inteligencia artificial y ciencia. Junto a Google, lidera el proyecto Empirical Research Assistance (ERA), una herramienta que automatiza la búsqueda de soluciones para problemas científicos que pueden expresarse mediante una función de puntuación. ERA emplea un modelo de lenguaje (Gemini u otro LLM) que mantiene un árbol de experimentos previos y, mediante una variante del Monte Carlo Tree Search y la regla Upper Confidence Bound, selecciona y muta cuadernos de trabajo prometedores. El proceso, comparable a un asistente de investigación incansable, combina mutaciones generadas por el LLM con aprendizaje compartido entre ramas, logrando avances significativos desde la versión 2.0 a la 2.5.
El sistema ya ha generado al menos diez publicaciones, entre ellas estudios orientados a mitigar el cambio climático. Un caso destacado es la reducción del impacto de los contrails, esas estelas de hielo que representan cerca del 1 % del calentamiento antropogénico. ERA encontró un modelo que incorpora factores confusores previamente omitidos, facilitando la estimación del efecto climático evitado al ajustar la altitud de vuelo.
Esta noticia es relevante porque muestra cómo la automatización basada en IA puede acelerar la investigación científica y ofrecer herramientas concretas para abordar desafíos globales como el calentamiento planetario. Además, ilustra el potencial de los algoritmos de optimización para transformar datos experimentales en soluciones prácticas.
Leer artículo original en Latent Space
Este resumen es una síntesis informativa elaborada por dataqbs.com. Todos los derechos sobre el contenido original pertenecen a su autor y al medio de comunicación citado. Nosotros solo actuamos como curadores de noticias tecnológicas, sin reclamar autoría alguna.