La investigación impulsada por la curiosidad ha provocado durante mucho tiempo transformaciones tecnológicas. Hace un siglo, la curiosidad por los átomos condujo a la mecánica cuántica y, finalmente, al transistor en el corazón de la informática moderna. Por el contrario, la máquina de vapor fue un avance práctico, pero fue necesaria una investigación fundamental en termodinámica para emplear plenamente su potencia.
Hoy en día, la inteligencia químico y la ciencia se encuentran en un punto de inflexión similar. La presente revolución de la IA ha sido impulsada por décadas de investigación en las ciencias matemáticas y físicas (MPS), que proporcionaron los desafiantes problemas, conjuntos de datos y conocimientos que hicieron posible la IA moderna. Los Premios Nobel de Física y Química de 2024, que reconocieron métodos fundamentales de IA arraigados en la física y aplicaciones de IA para el diseño de proteínas, hicieron que fuera ficticio acaecer por stop esta conexión.
En 2025, el MIT organizó una Taller sobre el futuro de AI+MPSfinanciado por la Fundación Doméstico de Ciencias con el apoyo de la Escuela de Ciencias del MIT y los departamentos de Física, Química y Matemáticas del MIT. El taller reunió a destacados investigadores científicos y de IA para trazar cómo los dominios MPS pueden capitalizar mejor (y contribuir) al futuro de la IA. Ahora se ha publicado un vademécum blanco con recomendaciones para agencias de financiación, instituciones e investigadores. publicado en Formación mecánico: ciencia y tecnología. En esta entrevista, Jesse Thaler, profesor de física del MIT y presidente del taller, describe temas secreto y cómo el MIT se está posicionando para liderar en inteligencia químico y ciencia.
P: ¿Cuáles son los temas secreto del documentación con respecto a la reunión de líderes de las ciencias matemáticas y físicas del año pasado?
A: Reunir a tantos investigadores a la vanguardia de la IA y la ciencia en una sola sala fue explicativo. Aunque los participantes del taller procedían de cinco comunidades científicas distintas (astronomía, química, ciencia de materiales, matemáticas y física), encontramos muchas similitudes en la forma en que cada uno de nosotros nos relacionamos con la IA. De nuestras animadas discusiones surgió un consenso efectivo: la inversión coordinada en infraestructuras informáticas y de datos, técnicas de investigación interdisciplinarias y una capacitación rigurosa pueden hacer avanzar significativamente tanto la IA como la ciencia.
Una de las ideas centrales fue que ésta tiene que ser una vía de doble sentido. No se prostitución sólo de utilizar la IA para hacer mejor ciencia; la ciencia todavía puede mejorar la IA. Los científicos se destacan en extraer conocimientos de sistemas complejos, incluidas las redes neuronales, al descubrir principios subyacentes y comportamientos emergentes. A esto lo llamamos la “ciencia de la IA” y se presenta en tres versiones: la ciencia impulsa la IA, donde el razonamiento estudiado informa los enfoques fundamentales de la IA; IA que inspira la ciencia, donde los desafíos científicos impulsan el mejora de nuevos algoritmos; y la ciencia que explica la IA, donde las herramientas científicas ayudan a iluminar cómo funciona positivamente la inteligencia químico.
En mi propio campo de la física de partículas, por ejemplo, los investigadores están desarrollando algoritmos de inteligencia químico en tiempo efectivo para manejar la avalancha de datos de los experimentos con colisionadores. Este trabajo tiene implicaciones directas para el descubrimiento de nueva física, pero los algoritmos en sí resultan ser valiosos mucho más allá de nuestro campo. El taller dejó claro que la ciencia de la IA debería ser una prioridad comunitaria: tiene el potencial de transfigurar la forma en que entendemos, desarrollamos y controlamos los sistemas de IA.
Por supuesto, para unir la ciencia y la IA se necesitan personas que puedan trabajar en entreambos mundos. Los asistentes enfatizaron constantemente la requisito de contar con “científicos centauros”, investigadores con genuina experiencia interdisciplinaria. Respaldar a estos eruditos en cada etapa de su carrera, desde cursos integrados de pregrado hasta programas de doctorado interdisciplinarios y contrataciones conjuntas de profesores, surgió como esencial.
P: ¿Cómo se alinean los esfuerzos científicos y de inteligencia químico del MIT con las recomendaciones del taller?
A: El taller enmarcó sus recomendaciones en torno a tres pilares: investigación, talento y comunidad. Como director de la Instituto NSF de Inteligencia Químico e Interacciones Fundamentales (IAIFI), un esfuerzo colaborativo de inteligencia químico y física entre el MIT y las universidades de Harvard, Northeastern y Tufts, he pasado de primera mano cuán efectivo puede ser este entorno. Al ampliar esto al MIT, podemos ver dónde se están logrando avances y dónde se encuentran las oportunidades.
En el frente de la investigación, el MIT ya está permitiendo el trabajo de inteligencia químico y ciencia en ambas direcciones. Incluso un desplazamiento rápido Noticiario del MIT muestra cómo investigadores individuales de la Venia de Ciencias están llevando a angla proyectos impulsados por IA, creando un canal de conocimiento y generando nuevas oportunidades. Al mismo tiempo, esfuerzos de colaboración como IAIFI y la Instituto de algoritmos de IA acelerados para el descubrimiento basado en datos (A3D3) concentrar energía interdisciplinaria para un veterano impacto. El Consorcio de impacto de IA generativa del MIT Además apoya el trabajo de IA basado en aplicaciones a escalera universitaria.
Para fomentar el talento estudiado y de inteligencia químico en las primeras etapas de su carrera, varias iniciativas están capacitando a la próxima engendramiento de científicos centauros. La Venia de Computación Schwarzman del MIT Software de educación en informática Common Ground ayuda a los estudiantes a ser “bilingües” en informática y en su disciplina doméstica. Las vías de doctorado interdisciplinarios todavía están ganando circunscripción; IAIFI trabajó con el Instituto MIT de Datos, Sistemas y Sociedad para crear uno en física, estadística y ciencia de datos, y cerca de del 10 por ciento de los estudiantes de doctorado en física ahora optan por él, un número que probablemente aumentará. Funciones postdoctorales dedicadas como la Ayuda IAIFI y Ayuda Tayebati Aplaudir a los investigadores que inician su carrera la licencia de realizar un trabajo interdisciplinario. Financiar a científicos centauros y darles espacio para construir conexiones entre dominios, universidades y etapas profesionales ha sido transformador.
Finalmente, la construcción de comunidad lo une todo. Desde talleres específicos hasta grandes simposios, la ordenamiento de eventos interdisciplinarios indica que la IA y la ciencia no son trabajos aislados, sino un campo emergente. El MIT tiene el talento y los fortuna para conquistar un impacto significativo, y organizar estas reuniones en múltiples escalas ayuda a establecer ese liderazgo.
P: ¿Qué lecciones puede extraer el MIT para seguir avanzando en sus esfuerzos en materia de inteligencia químico y ciencia?
A: El taller cristalizó poco importante: las instituciones que lideran en inteligencia químico y ciencia serán las que piensen de forma sistemática, no poco a poco. Los fortuna son finitos, por lo que las prioridades importan. Los asistentes al taller tuvieron claro lo que es posible cuando una institución coordina contrataciones, investigaciones y capacitación en torno a una táctica cohesiva.
El MIT está perfectamente posicionado para emplear lo que ya está en marcha con iniciativas más estructurales: líneas docentes conjuntas en los dominios informáticos y científicos, vías de porción interdisciplinarias ampliadas y financiación deliberada para la “ciencia de la IA”. Ya estamos viendo movimientos en esta dirección; Este año, la Venia de Computación Schwarzman del MIT y el Unidad de Física están llevando a angla su primera búsqueda conjunta de profesores, lo cual es emocionante de ver.
El círculo virtuoso de la IA y la ciencia tiene el potencial de ser verdaderamente transformador: ofrece una visión más profunda de la IA, acelera los descubrimientos científicos y produce herramientas sólidas para entreambos. Al desarrollar una táctica intencional, el MIT estará perfectamente posicionado para liderar y beneficiarse de las próximas olas de IA.