Cómo acelerar y mejorar la inteligencia artificial con la ayuda de la física.

Rose Yu recibió un regalo de cumpleaños a los 10 años que marcaría un cambio significativo en su vida: un computador, un lujo y rareza en China hace 25 años. Al principio, Yu se dedicó a jugar videojuegos, pero pronto mostró su talento en el diseño web, ganando un premio en la escuela secundaria. Este fue solo el inicio de una serie de reconocimientos relacionados con la computación.

Estudió ciencias de la computación en la Universidad de Zhejiang, donde también fue laureada por su investigación innovadora. Continuó su formación en la Universidad del Sur de California, atraída en parte por la presencia de su tío, quien trabajaba en el Jet Propulsion Laboratory en Pasadena. En 2017, Yu obtuvo su doctorado, junto con un premio a la mejor disertación. Su más reciente distinción fue el Presidential Early Career Award, otorgado por el presidente Joe Biden.

Actualmente, Yu es profesora asociada en la Universidad de California en San Diego, donde se ha destacado en un campo denominado “aprendizaje profundo guiado por la física”. Su trabajo ha permitido integrar principios físicos en redes neuronales artificiales, logrando avances en diversas aplicaciones prácticas. Ha utilizado conceptos de dinámica de fluidos para mejorar las predicciones de tráfico, acelerado simulaciones de turbulencia para comprender mejor huracanes, y creado herramientas que ayudan a anticipar la propagación del Covid-19.

Uno de sus sueños es desarrollar un conjunto de asistentes digitales, conocidos como AI Scientist. Yu imagina una "asociación" entre investigadores humanos y herramientas de inteligencia artificial, construidas sobre principios físicos, que puedan generar nuevos hallazgos científicos. Ella considera que combinar los insumos de estos asistentes podría ser la mejor manera de acelerar el proceso de descubrimiento.

Durante una entrevista, compartió que su interés en combinar física y aprendizaje profundo comenzó mientras era estudiante de posgrado, al enfrentar el denso tráfico de Los Ángeles. En 2016, imaginó que podría aplicar el aprendizaje profundo a esta problemática constante. Junto a su equipo, conceptualizó el tráfico como un proceso de difusión, relacionado con la dinámica de fluidos, y utilizó la teoría de grafos para modelar el tráfico en una red de carreteras.

Antes de sus innovaciones, las predicciones de tráfico solo eran confiables por 15 minutos, mientras que las de su modelo alcanzaron una hora de precisión. En 2018, Google Maps implementó su código, permitiéndole trabajar como investigadora visitante.

Su incursión en la modelación climática comenzó al colaborar con científicos en el Laboratorio Nacional Lawrence Berkeley. Juntos, se enfocaron en la turbulencia, un factor crítico en los modelos climáticos. Los modelos de turbulencia tradicionales son lentos de calcular, pero los modelos de aprendizaje profundo que desarrollaron lograron acelerar las predicciones en un factor de 20 en 2D e incluso 1,000 en 3D, lo cual es crucial para mejorar la predicción de huracanes.

El trabajo de Yu también abarca la modelación de turbulencias en flujos sanguíneos, que son relevantes para la salud pública, y en la estabilización de drones. Actualmente, colabora en proyectos sobre energía de fusión, donde las turbulencias en el plasma son un desafío significativo. Están creando un modelo de aprendizaje profundo que promete predecir el comportamiento del plasma casi instantáneamente.

Además, Yu ha desarrollado algoritmos que pueden identificar principios de simetría a partir de datos. Esta capacidad ha llevado a la creación de AI Scientist, un conjunto de programas que ayudan a los científicos a generar nuevas ideas y descubrimientos. Su intención es combinar diversas fuentes de datos para crear un modelo integral que asista en distintas tareas científicas.

Yu visualiza un futuro en el que AI Scientist facilite el proceso de descubrimiento científico, organizando información y generando hipótesis mientras permite a los investigadores concentrarse en los aspectos creativos de la ciencia, asegurando que la creatividad humana sea siempre el motor del avance.