OpenAI está incursionando en el ámbito del descubrimiento científico con un modelo de inteligencia artificial diseñado para mejorar la producción de células madre. Este avance posiciona a la compañía en un área de investigación revolucionaria, similar al impacto generado por AlphaFold, el programa de DeepMind que revolucionó el plegado de proteínas y que le otorgó un Nobel a su creador.
Un modelo para la ingeniería de proteínas
El nuevo modelo de OpenAI fue creado para diseñar proteínas capaces de convertir células normales en células madre. Según la compañía, este sistema supera ampliamente las capacidades humanas en esta tarea, siendo su primera incursión en datos biológicos y un ejemplo de cómo la IA puede aportar descubrimientos científicos inesperados.
Puede leer también | OpenAI hace disponible ChatGPT para llamadas telefónicas y mensajes de texto
OpenAI CEO, Sam Altman, señaló recientemente que herramientas súper inteligentes podrían acelerar la innovación científica mucho más allá de las capacidades humanas actuales.
Colaboración con Retro Biosciences
El proyecto comenzó hace un año cuando Retro Biosciences, una empresa de investigación en longevidad financiada por Altman con $180 millones, se asoció con OpenAI. Retro tiene como objetivo extender la vida humana en 10 años mediante el estudio de los factores Yamanaka, proteínas que convierten células de la piel en células madre pluripotentes.
Sin embargo, el proceso de reprogramación celular es lento e ineficiente, con menos del 1% de las células completando el ciclo en laboratorio. Aquí es donde entra el modelo de OpenAI.
El modelo GPT-4b micro: reingeniería de proteínas
El modelo GPT-4b micro fue entrenado para proponer mejoras a los factores Yamanaka, logrando que dos de ellos fueran 50 veces más efectivos según pruebas preliminares. Estas mejoras podrían revolucionar la producción de células madre y abrir nuevas posibilidades en la regeneración de órganos y tejidos humanos.
Puede leer también | Perplexity vs. ChatGPT: ¿qué chatbot de IA es la fuente de conocimiento definitiva?
Aunque los resultados aún no han sido publicados ni el modelo está disponible para uso general, OpenAI afirma que este proyecto es una muestra de su compromiso con la ciencia.
Diferencias con AlphaFold
A diferencia de AlphaFold, que predice la forma de las proteínas, el modelo de OpenAI trabaja con proteínas desestructuradas como los factores Yamanaka. Utiliza un enfoque de lenguaje natural para rediseñar proteínas, basándose en datos de secuencias proteicas y sus interacciones.
Impacto y controversias
Resultados prometedores:
- Las sugerencias del modelo han generado mejoras significativas, según Joe Betts-Lacroix, CEO de Retro Biosciences.
- Investigadores como Vadim Gladyshev, de Harvard, destacan la utilidad de estas herramientas para superar las limitaciones actuales en la reprogramación celular.
Transparencia en el proceso:
- Aún no está claro cómo el modelo llega a sus conclusiones, lo que refleja un desafío común en los sistemas de IA. Según Betts-Lacroix, esto es similar al caso de AlphaGo, que superó a jugadores humanos antes de que se entendieran completamente sus estrategias.
Cuestiones éticas y conflictos de interés:
- La participación de Altman ha generado cuestionamientos sobre posibles conflictos de interés, ya que Retro Biosciences podría beneficiarse del prestigio de estar asociada con OpenAI. A pesar de esto, OpenAI asegura que Altman no estuvo directamente involucrado en el trabajo.
Puede leer también | OpenAI lanza ChatGPT o1: El modelo de lenguaje más inteligente del mundo
Un avance que apenas empieza
El modelo GPT-4b micro representa un paso significativo hacia el uso de la IA en la ciencia. Aunque aún está en sus primeras etapas, su capacidad para mejorar la eficiencia en la producción de células madre podría transformar la medicina regenerativa y acelerar descubrimientos en longevidad humana. Sin embargo, el camino hacia aplicaciones prácticas y una comprensión más profunda del modelo está todavía en desarrollo.