En la conferencia Google I/O de este año, el director ejecutivo de Google DeepMind, Demis Hassabis, afirmó que la humanidad se encuentra “en las estribaciones de la singularidad”, una afirmación ambiciosa que contrasta con los resultados más concretos que la empresa ha presentado en materia de inteligencia artificial para la ciencia. Durante el keynote, Hassabis presentó WeatherNext, el sistema de predicción meteorológica de DeepMind que logró alertar con anticipación sobre una tormenta severa, demostrando el potencial práctico de aplicar modelos de inteligencia artificial a problemas científicos del mundo real.

La presentación puso en evidencia dos enfoques distintos para usar la inteligencia artificial en la investigación científica. Por un lado están los modelos de propósito general, como los que se usan en el descubrimiento de proteínas o en la simulación de sistemas climáticos. Por otro están las herramientas especializadas entrenadas específicamente para resolver problemas concretos, como el modelo de genética AlphaGenome o el de ciencias de la Tierra AlphaEarth. Ambos enfoques tienen ventajas y limitaciones, y la comunidad científica sigue debatiendo cuál producirá resultados más significativos a largo plazo.

Lo cierto es que Google no parece estar abandonando ninguna de las dos líneas de trabajo. La compañía ha invertido fuertemente en desarrollar modelos que puedan aplicarse desde la predicción del clima hasta la comprensión del genoma humano. El desafío sigue siendo traducir esos avances en herramientas que los científicos de distintas disciplinas puedan utilizar sin necesidad de ser expertos en inteligencia artificial.