Imagínese utilizar inteligencia sintético para comparar dos creaciones aparentemente no relacionadas: el tejido biológico y la “Sinfonía n.° 9” de Beethoven. A primera aspecto, puede parecer que un sistema vivo y una obra maestra musical no tienen ninguna conexión. Sin requisa, un novedoso método de IA desarrollado por Markus J. Buehler, profesor de ingeniería de McAfee y profesor de ingeniería civil y ambiental e ingeniería mecánica en el MIT, cierra esta brecha y descubre patrones compartidos de complejidad y orden.
“Al combinar IA generativa con herramientas computacionales basadas en gráficos, este enfoque revela ideas, conceptos y diseños completamente nuevos que antiguamente eran inimaginables. Podemos acelerar los descubrimientos científicos enseñando a la IA generativa a hacer predicciones novedosas sobre ideas, conceptos y diseños nunca antiguamente vistos”, afirma Buehler.
La investigación de golpe rajado, recientemente publicado en Estudios mecánico: ciencia y tecnologíademuestra un método liberal de IA que integra la procedencia de conocimiento generativo, la representación basada en gráficos y el razonamiento descriptivo inteligente multimodal.
El trabajo utiliza gráficos desarrollados utilizando métodos inspirados en la teoría de categorías como mecanismo central para enseñar al maniquí a comprender las relaciones simbólicas en la ciencia. La teoría de categorías, una rama de las matemáticas que se ocupa de las estructuras abstractas y las relaciones entre ellas, proporciona un situación para comprender y equilibrar diversos sistemas centrándose en los objetos y sus interacciones, en oportunidad de su contenido específico. En la teoría de categorías, los sistemas se ven en términos de objetos (que pueden ser cualquier cosa, desde números hasta entidades más abstractas como estructuras o procesos) y morfismos (flechas o funciones que definen las relaciones entre estos objetos). Al utilizar este enfoque, Buehler pudo enseñar al maniquí de IA a razonar sistemáticamente sobre conceptos y comportamientos científicos complejos. Las relaciones simbólicas introducidas a través de morfismos dejan claro que la IA no se limita a establecer analogías, sino que se involucra en un razonamiento más profundo que mapea estructuras abstractas en diferentes dominios.
Buehler utilizó este nuevo método para analizar una colección de 1.000 artículos científicos sobre materiales biológicos y los convirtió en un plano de conocimiento en forma de descriptivo. El descriptivo reveló cómo se conectan diferentes piezas de información y pudo encontrar grupos de ideas relacionadas y puntos secreto que vinculan muchos conceptos.
«Lo que es verdaderamente interesante es que el descriptivo sigue una naturaleza vaco de escalera, está enormemente conectado y puede estilarse eficazmente para el razonamiento descriptivo», dice Buehler. «En otras palabras, enseñamos a los sistemas de inteligencia sintético a pensar en datos basados en gráficos para ayudarlos a construir mejores modelos de representaciones del mundo y mejorar la capacidad de pensar y explorar nuevas ideas para permitir el descubrimiento».
Los investigadores pueden utilizar este situación para replicar preguntas complejas, encontrar lagunas en el conocimiento coetáneo, sugerir nuevos diseños de materiales, predecir cómo podrían comportarse los materiales y vincular conceptos que nunca antiguamente habían estado conectados.
El maniquí de IA encontró similitudes inesperadas entre los materiales biológicos y la “Sinfonía n.° 9”, lo que sugiere que los dos siguen patrones de complejidad. «De modo similar a cómo las células en materiales biológicos interactúan de maneras complejas pero organizadas para realizar una función, la novena sinfonía de Beethoven organiza notas y temas musicales para crear una experiencia musical compleja pero coherente», dice Buehler.
En otro indagación, el maniquí de IA basado en gráficos recomendó la creación de un nuevo material biológico inspirado en los patrones abstractos encontrados en la pintura de Wassily Kandinsky, «Composición VII». La IA sugirió un nuevo material compuesto a pulvínulo de micelio. «El resultado de este material combina un conjunto progresista de conceptos que incluyen un inmovilidad entre caos y orden, propiedades ajustables, porosidad, resistor mecánica y funcionalidad química con patrones complejos», señala Buehler. Inspirándose en una pintura abstracta, la IA creó un material que equilibra ser musculoso y sencillo, al mismo tiempo que es adaptable y capaz de desempeñar diferentes funciones. La aplicación podría conducir al exposición de materiales de construcción sostenibles e innovadores, alternativas biodegradables a los plásticos, tecnología portátil e incluso dispositivos biomédicos.
Con este maniquí liberal de IA, los científicos pueden extraer conocimientos de la música, el arte y la tecnología para analizar datos de estos campos e identificar patrones ocultos que podrían crear un mundo de posibilidades innovadoras para el diseño de materiales, la investigación e incluso la música o el arte visual.
«La IA generativa basada en gráficos logra un división mucho veterano de novedad, exploración de capacidad y detalles técnicos que los enfoques convencionales, y establece un situación muy útil para la innovación al revelar conexiones ocultas», dice Buehler. «Este estudio no solo contribuye al campo de los materiales y la mecánica bioinspirados, sino que todavía sienta las bases para un futuro en el que la investigación interdisciplinaria impulsada por la IA y los gráficos de conocimiento pueda convertirse en una utensilio de investigación científica y filosófica a medida que miramos alrededor de otros trabajos futuros. .”