Ray Kurzweil: cómo la IA transformará el mundo físico

Las fuentes de energía se encuentran entre los recursos más fundamentales de la civilización. Durante dos siglos el mundo ha necesitado combustibles fósiles sucios y no renovables. Sin embargo, captar sólo el 0,01% de la luz solar que recibe la Tierra cubriría todo el consumo energético humano.
Desde 1975, las células solares se han vuelto un 99,7% más baratas por vatio de capacidad, lo que ha permitido que la capacidad mundial aumente alrededor de 2 millones de veces. Entonces, ¿por qué la energía solar no domina todavía? El problema es doble. En primer lugar, los materiales fotovoltaicos siguen siendo demasiado caros e ineficientes para sustituir completamente al carbón y al gas. En segundo lugar, debido a que la generación solar varía tanto en la escala diurna (día/noche) como en la anual (verano/invierno), es necesario almacenar enormes cantidades de energía hasta que se necesite, y la tecnología de baterías actual no es lo suficientemente rentable.
Las leyes de la física sugieren que es posible realizar mejoras masivas, pero la gama de posibilidades químicas por explorar es tan enorme que los científicos han logrado progresos dolorosamente lentos.
Por el contrario, la IA puede examinar rápidamente miles de millones de sustancias químicas en simulación y ya está impulsando innovaciones tanto en energía fotovoltaica como en baterías. Esto está a punto de acelerarse dramáticamente. En toda la historia hasta noviembre de 2023, los humanos habían descubierto alrededor de 20.000 compuestos inorgánicos estables para su uso en todas las tecnologías.
Luego, el Gnome ai de Google https://www.youtube.com/watch?v=urnRKHSt-s4 descubrió mucho más, aumentando esa cifra de la noche a la mañana a 421.000.

Sin embargo, esto apenas toca la superficie de las aplicaciones de la ciencia de materiales.
Una vez que una IAG, mucho más inteligente, encuentre materiales totalmente óptimos, los megaproyectos fotovoltaicos serán viables y la energía solar podrá ser tan abundante que sea casi gratuita.
La abundancia de energía permite otra revolución: en la fabricación.
Los costos de casi todos los bienes –desde alimentos y ropa hasta productos electrónicos y automóviles– provienen en gran medida de unos pocos factores comunes como la energía, la mano de obra (incluido el trabajo cognitivo como la investigación y el desarrollo y el diseño) y las materias primas. La IA está en camino de reducir enormemente todos estos costos.
Después de la energía solar abundante y barata, el siguiente componente es el trabajo humano, que a menudo resulta agotador y peligroso.
La IA está logrando grandes avances en la robótica que pueden reducir en gran medida los costos laborales.
La robótica también reducirá los costos de extracción de materias primas, y la IA está encontrando formas de reemplazar costosos elementos de tierras raras por otros comunes como el circonio, el silicio y el grafeno a base de carbono.
En conjunto, esto significa que la mayoría de los tipos de bienes serán sorprendentemente baratos y abundantes.
Estas capacidades de fabricación avanzadas permitirán que la relación precio-rendimiento de la informática mantenga la trayectoria exponencial del siglo pasado: una mejora de 75 mil billones de veces desde 1939.
Esto se debe a un ciclo de retroalimentación: los chips de inteligencia artificial de última generación de hoy se utilizan para optimizar Diseños para chips de próxima generación.
En términos de cálculos por segundo por dólar constante, el mejor hardware disponible en noviembre pasado podría generar 48 mil millones. Las nuevas gpus b200 de Nvidia superan los 500 mil millones.
A medida que desarrollemos la potencia informática titánica necesaria para simular la biología, desbloquearemos la tercera revolución física de la IA: la medicina.
A pesar de 200 años de progreso dramático, nuestra comprensión del cuerpo humano todavía se basa en aproximaciones confusas que generalmente son correctas para la mayoría de los pacientes, pero que probablemente no lo sean del todo para usted. Decenas de miles de estadounidenses mueren cada año por reacciones a medicamentos que, según los estudios, deberían ayudarlos. Sin embargo, la IA está empezando a convertir la medicina en una ciencia exacta.
En lugar de un minucioso ensayo y error en un laboratorio experimental, la biosimulación molecular (modelado informático preciso que ayuda al estudio del cuerpo humano y cómo funcionan los medicamentos) puede evaluar rápidamente miles de millones de opciones para encontrar los medicamentos más prometedores.
El verano pasado, el primer fármaco diseñado de principio a fin por ai entró en la fase 2 de ensayos para el tratamiento de la fibrosis pulmonar idiopática, una enfermedad pulmonar.
Docenas de otros medicamentos diseñados con IA están entrando en ensayos. Tanto los procesos de descubrimiento de fármacos como los de prueba se potenciarán a medida que las simulaciones incorporen los datos inmensamente más ricos que la IA hace posible.
A lo largo de la historia hasta 2022, la ciencia había determinado la forma de unas 190.000 proteínas. Ese año, AlphaFold 2 de DeepMind https://deepmind.google/technologies/alphafold/descubrió más de 200 millones, que se entregaron de forma gratuita a los investigadores para ayudar a desarrollar nuevos tratamientos.
Se necesita mucha más investigación de laboratorio para completar con precisión simulaciones más grandes, pero la hoja de ruta es clara.
A continuación, la IA simulará complejos proteicos, luego orgánulos, células, tejidos, órganos y, finalmente, todo el cuerpo.
En última instancia, esto reemplazará a los ensayos clínicos actuales, que son costosos, riesgosos, lentos y estadísticamente insuficientes. Incluso en un ensayo de fase 3, probablemente no haya un solo sujeto que coincida con usted en todos los factores relevantes de genética, estilo de vida, comorbilidades, interacciones medicamentosas y variación de enfermedades.
Los ensayos digitales nos permitirán adaptar los medicamentos a cada paciente individual. El potencial es impresionante: curar no sólo enfermedades como el cáncer y el Alzheimer, sino también los efectos nocivos del envejecimiento mismo.
Hoy en día, el progreso científico da al estadounidense o británico promedio entre seis y siete semanas adicionales de esperanza de vida cada año. Cuando la IAG nos dé un dominio total sobre la biología celular, estos avances se acelerarán drásticamente. Una vez que los aumentos anuales en la esperanza de vida alcancen los 12 meses, alcanzaremos la “velocidad de escape de la longevidad”.
Para las personas diligentes en hábitos saludables y en el uso de nuevas terapias, creo que esto sucederá entre 2029 y 2035, momento en el cual el envejecimiento no aumentará sus posibilidades anuales de morir.
Y gracias a la mejora exponencial de la relación precio-rendimiento en la informática, las terapias impulsadas por la IA que al principio son caras pronto estarán ampliamente disponibles.

Sobre mismos temas ver
https://novotecnologia.net/la-inteligencia-artificial-generativa-llega-al-mundo-de-la-edicion-genetica-de-crispr/
https://novotecnologia.net/la-ultima-obsesion-de-las-grandes-tecnologicas-es-encontrar-suficiente-energia/
https://novotecnologia.net/las-baterias-de-sodio-llegan-para-quedarse-conviviran-con-las-de-litio-y-son-un-25-mas-baratas/

Ver articulo completo en https://www.economist.com/by-invitation/2024/06/17/ray-kurzweil-on-how-ai-will-transform-the-physical-world