Inteligencia Artificial: ¿Un camino más rápido hacia nuevas leyes físicas?

La inteligencia artificial (IA) está desempeñando un papel crucial en la cosmología, facilitando la investigación del universo. Recientemente, un estudio sugirió que una técnica de aprendizaje automático llamada aprendizaje por transferencia podría acelerar significativamente la búsqueda de nuevas leyes físicas, además de disminuir los costos asociados. No obstante, los investigadores también descubrieron un inconveniente inesperado: la IA a veces se vuelve tan dependiente de lo que ya ha aprendido que le resulta difícil reconocer algo verdaderamente nuevo.

El estudio, publicado en el Journal of Cosmology and Astroparticle Physics (JCAP), analizó cómo el aprendizaje por transferencia podría ayudar a los investigadores a explorar teorías que van más allá del modelo cosmológico estándar.

El modelo estándar de cosmología, conocido como ΛCDM, explica con éxito muchas características a gran escala del universo, como su expansión y la distribución de galaxias. Sin embargo, los científicos consideran que este modelo no es la respuesta definitiva.

Observaciones recientes han planteado preguntas que podrían indicar la existencia de nueva física, incluyendo los efectos de los neutrinos masivos, la gravedad modificada y la energía oscura en evolución. Investigar estas posibilidades requiere generar un número enorme de simulaciones computacionales detalladas, cada una representando un universo virtual construido bajo diferentes supuestos físicos.

La producción de estas simulaciones es costosa en términos computacionales y suele requerir una gran potencia de cálculo.

Investigación sobre el aprendizaje por transferencia

Los investigadores indagaron si el aprendizaje por transferencia podría hacer este proceso más eficiente. Esta técnica permite que un sistema de IA aplique el conocimiento adquirido de una tarea a otra relacionada. En lugar de entrenar una red neuronal exclusivamente en simulaciones complejas y costosas, el equipo primero la entrenó en simulaciones más simples basadas en ΛCDM. Esta fase inicial, conocida como preentrenamiento, fue seguida por un entrenamiento adicional utilizando modelos más sofisticados que incluyen física nueva potencial.

"Es básicamente un atajo", explicó Adrian Bayer, cosmólogo del Flatiron Institute y la Universidad de Princeton, coautor del estudio. "Normalmente, la gente entrena la IA directamente en las simulaciones más costosas. Lo que hacemos en su lugar es usar primero simulaciones más simples y menos costosas de ΛCDM para darle a la IA una idea de lo que está sucediendo, y solo después pasamos a los modelos más complejos."

Bayer comparó el enfoque con aprender de libros de texto. "Primero lees un libro básico para obtener una idea del conocimiento, y luego pasas al libro realmente complicado", agregó.

Según Veena Krishnaraj, autora principal y estudiante de pregrado en la Universidad de Princeton, esta estrategia evita que la IA tenga que "digerir todo de una vez".

Los resultados fueron sorprendentes. En algunos casos, el aprendizaje por transferencia redujo el número de simulaciones costosas requeridas en más de un factor de diez.

Desafíos del conocimiento previo

El estudio también reveló un desafío menos obvio conocido como transferencia negativa.

Usando la comparación de Bayer sobre los libros de texto, imagina aprender medicina de un texto introductorio y luego encontrar una enfermedad rara que se asemeja a una condición común. El conocimiento existente suele ser útil, pero a veces puede llevar a la conclusión incorrecta.

Este mismo problema puede surgir en sistemas de IA. En algunos casos, las firmas de nueva física se asemejan a patrones que la IA ya ha asociado con el modelo cosmológico estándar. Cuando eso sucede, la red neuronal preentrenada puede interpretar información desconocida a través del prisma de lo que ya sabe, dificultando el reconocimiento de efectos genuinamente nuevos.

Los investigadores observaron este efecto al estudiar simulaciones que incluían neutrinos masivos. Algunas de las firmas observacionales vinculadas a la masa de los neutrinos se asemejan estrechamente a cambios asociados con un parámetro existente de ΛCDM llamado σ8, que mide cuán fuertemente se agrupa la materia en todo el universo.

Debido a esta similitud, la red neuronal preentrenada inicialmente tuvo dificultades para distinguir entre los dos efectos. "La transferencia negativa no es aleatoria. Está impulsada por degeneraciones físicas subyacentes en el modelo", afirmó Krishnaraj.

En otras palabras, diferentes procesos físicos pueden producir firmas observables muy similares, lo que dificulta que la IA identifique correctamente qué parámetro es responsable.

"Esto es algo de lo que debemos ser conscientes y tratar de mitigar", concluyó.

Promesas y riesgos para la cosmología futura

Los hallazgos destacan tanto los beneficios potenciales como las limitaciones de aplicar conceptos de modelos de base a la física. Estos enfoques son en gran medida similares en espíritu a las técnicas detrás de los modernos sistemas de IA generativa y modelos de lenguaje grandes.

Como señalan los investigadores en el artículo, el preentrenamiento puede acelerar la inferencia, "pero también puede obstaculizar el aprendizaje de nueva física".

Hasta ahora, el enfoque solo se ha probado utilizando simulaciones. El siguiente paso será aplicarlo a observaciones astronómicas reales.

El equipo cree que el aprendizaje por transferencia podría convertirse en una herramienta importante para las próximas encuestas cosmológicas, que se espera recojan cantidades sin precedentes de datos de alta precisión sobre el universo en los próximos años.

El artículo, "Transfer Learning Beyond the Standard Model" por Veena Krishnaraj, Adrian E. Bayer, Christian Kragh Jespersen y Peter Melchior, ya está disponible en JSTAT.