La IA que aprendió demasiado del universo

La escena parece diseñada para incomodar a cualquiera que crea que la inteligencia artificial avanza siempre hacia más claridad. Un sistema entrenado para estudiar el universo aprende primero las reglas aceptadas de la cosmología moderna. Reconoce cómo se agrupa la materia, cómo crecen las estructuras a gran escala, cómo se comporta un cosmos gobernado por el modelo estándar. Después se le muestra una realidad ligeramente distinta: universos simulados donde aparecen neutrinos masivos, gravedad modificada o señales de física primordial no convencional. El resultado no es una revelación limpia. La máquina, demasiado educada en lo conocido, puede interpretar lo nuevo como si fuera una variante de lo viejo.

Ese es el núcleo incómodo del trabajo “Transfer Learning Beyond the Standard Model”, firmado por Veena Krishnaraj, Adrian E. Bayer, Christian Kragh Jespersen y Peter Melchior. La investigación no trata simplemente sobre cosmología, ni sobre una herramienta más aplicada a datos astronómicos. Trata sobre algo más grande: qué ocurre cuando la inteligencia artificial se convierte en una lectora privilegiada del universo, pero arrastra dentro de sí el peso de una teoría previa. La promesa es enorme. También lo es la trampa.

La técnica evaluada se llama aprendizaje por transferencia. Su lógica es seductora: en lugar de entrenar una red neuronal desde cero con las simulaciones más caras y complejas, el sistema aprende primero con modelos más simples, basados en Lambda CDM, el marco cosmológico dominante. Luego se lo ajusta con escenarios más sofisticados, aquellos que podrían incluir señales de física nueva. Es una estrategia eficiente, casi inevitable en una época donde los datos crecen más rápido que la capacidad humana para analizarlos. La IA no empieza cada tarea como una hoja en blanco. Llega con memoria.

El problema es que esa memoria puede volverse una forma de miopía. En algunos casos, el aprendizaje previo permite reducir de manera drástica la cantidad de simulaciones costosas necesarias para obtener resultados útiles. En otros, la red queda demasiado condicionada por las regularidades que ya incorporó. Cuando una señal nueva se parece a una señal conocida, el sistema puede forzar la interpretación hacia el molde que domina mejor. No es una falla vulgar. Es una falla sofisticada: la equivocación de quien aprendió muy bien una parte del mundo y ahora confunde su mapa con el territorio.

El atajo que convirtió a la IA en cosmóloga

La cosmología moderna necesita simulaciones como un tribunal necesita expedientes. Cada hipótesis sobre el universo debe producir consecuencias observables: una distribución particular de galaxias, un patrón de agrupamiento de materia, una firma estadística en la estructura cósmica. Para probar esas posibilidades, los investigadores generan universos virtuales bajo distintas condiciones físicas. Cambiar un parámetro implica ejecutar otro experimento computacional. La escala es brutal. Las simulaciones Quijote, usadas como infraestructura de referencia en este campo, fueron diseñadas precisamente para cuantificar información cosmológica y alimentar algoritmos de aprendizaje automático con una cantidad masiva de datos.

La IA entra en esta historia como una solución práctica a una limitación material. Los telescopios y relevamientos astronómicos producen mediciones cada vez más abundantes, pero traducir esos datos en inferencias físicas exige comparar observaciones con bibliotecas inmensas de mundos posibles. DESI, Euclid y el Observatorio Vera C. Rubin forman parte de una nueva generación de instrumentos que llevará la cosmología a un régimen de precisión y volumen difícil de manejar con métodos tradicionales. La máquina ya no aparece como accesorio. Se vuelve una mediadora entre el dato bruto y la teoría.

El aprendizaje por transferencia ofrece una economía poderosa. Una red entrenada en Lambda CDM adquiere una comprensión estadística de cómo se distribuye la materia en un universo estándar. Después, con menos ejemplos adicionales, puede adaptarse a modelos más complejos. Adrian Bayer, cosmólogo del Flatiron Institute y Princeton, explicó la idea como un atajo: primero se entrena el sistema con simulaciones más simples y menos costosas para darle una comprensión inicial de lo que ocurre, y luego se lo lleva hacia modelos más exigentes. Veena Krishnaraj, primera autora del trabajo, lo planteó de manera igualmente clara: el procedimiento evita que la IA tenga que digerir todo de una sola vez.

En el laboratorio, ese atajo puede tener un impacto enorme. Los autores encontraron que, en ciertos casos, la transferencia reduce la necesidad de simulaciones caras por más de un factor de diez. Para una disciplina donde cada universo virtual consume recursos computacionales, tiempo de investigación y capacidad de supercómputo, esa diferencia no es cosmética. Puede decidir qué preguntas se vuelven abordables y cuáles quedan archivadas por falta de músculo técnico.

La IA, entonces, no es una simple calculadora acelerada. Actúa como una aprendiz especializada que absorbe patrones, compara estructuras y extrae relaciones que serían difíciles de recorrer manualmente. Su potencia radica en reconocer regularidades en territorios de alta dimensión, donde las intuiciones humanas se quedan cortas. Pero esa misma habilidad introduce una inquietud nueva: si el sistema aprende a ver el cosmos desde una teoría dominante, también puede aprender a no ver aquello que la contradice de manera sutil.

El sesgo que nace del conocimiento previo

El punto más delicado del estudio aparece con una expresión técnica que debería volverse familiar en la ciencia de los próximos años: transferencia negativa. La frase describe una situación precisa. Un sistema entrenado en una tarea fuente aprovecha ese aprendizaje para una tarea nueva, pero el conocimiento previo no ayuda. Estorba. En lugar de mejorar el desempeño, lo empeora en zonas específicas. La IA no fracasa por ignorancia. Fracasa por arrastre.

En cosmología, ese arrastre se vuelve peligroso cuando distintos parámetros producen efectos observables parecidos. Los investigadores lo vieron con simulaciones que incluían neutrinos masivos. La masa de los neutrinos puede dejar huellas en la forma en que se agrupa la materia a gran escala, pero esas señales se parecen a cambios asociados con sigma ocho, un parámetro de Lambda CDM vinculado a la intensidad del agrupamiento cósmico. Para un sistema preentrenado, la frontera entre ambas explicaciones puede volverse borrosa.

La red, formada primero en el universo estándar, tiende a leer ciertas variaciones bajo las categorías que ya domina. Si una señal de nueva física se parece demasiado a un patrón conocido, la IA puede quedar inclinada a interpretarla como una modificación interna del modelo previo. Ahí aparece la trampa: el mismo entrenamiento que la vuelve eficiente puede volverla conservadora. No en sentido político, desde luego, sino epistemológico. La máquina favorece lo familiar porque fue optimizada para reconocerlo.

Krishnaraj sintetizó el punto con precisión: la transferencia negativa no es aleatoria, está impulsada por degeneraciones físicas subyacentes. Esa frase importa porque evita una lectura ingenua del problema. No se trata de que la IA “se confunda” como un usuario distraído ante una pantalla. Se trata de que la propia estructura de la física permite que dos causas distintas produzcan efectos similares. El sistema hereda esa ambigüedad y, si además llega condicionado por un entrenamiento previo, puede resolverla en la dirección equivocada.

La consecuencia es fuerte. La inteligencia artificial no solo ayuda a procesar ciencia; también introduce una forma particular de mirada. Sus aciertos y errores dependen de los datos que recibió, de la arquitectura elegida, del modo en que se ajustaron sus capas internas, de qué se congeló y qué se dejó flexible. Los autores probaron distintas configuraciones y encontraron que las arquitecturas con estructuras tipo cuello de botella ofrecían mejores resultados. Ese detalle técnico encierra una enseñanza general: para descubrir física nueva, no basta con que la IA recuerde bien. También debe tener espacio para reorganizar lo aprendido.

La tentación de presentar este hallazgo como una derrota de la inteligencia artificial sería absurda. Es exactamente lo contrario. El trabajo muestra que estas herramientas ya son lo bastante importantes como para exigir una crítica fina de sus límites. Nadie analiza con tanto cuidado una tecnología irrelevante. La pregunta interesante no es si la IA sirve para la cosmología. Sirve. La pregunta es bajo qué condiciones puede transformarse en una aliada del descubrimiento y bajo cuáles se convierte en una máquina de confirmar lo ya aprendido.

La ciencia necesitará máquinas capaces de desaprender

El verbo “desaprender” suena raro en física, casi demasiado humano. Sin embargo, describe con notable precisión el desafío que plantea esta investigación. La próxima generación de sistemas científicos no podrá limitarse a acumular entrenamiento. Tendrá que distinguir entre conocimiento reutilizable y prejuicio computacional. Tendrá que conservar patrones útiles sin quedar atada a ellos. Tendrá que ser eficiente sin volverse dócil.

Ese desafío llega en un momento decisivo. Euclid fue diseñado para cartografiar la estructura a gran escala del universo y explorar el papel de la materia oscura y la energía oscura. DESI ya produjo resultados que fortalecen indicios de que la energía oscura podría evolucionar con el tiempo, una posibilidad que, si se confirma, obligaría a revisar supuestos profundos sobre el destino cósmico. Rubin, desde Chile, promete una década de observación sistemática del cielo con una avalancha de datos astronómicos. La IA no llega a un campo tranquilo. Llega a una disciplina que sospecha que el modelo vigente funciona muy bien, pero quizá no sea la última palabra.

En ese contexto, los modelos de tipo fundacional para física aparecen como una promesa inevitable. La idea es entrenar sistemas con grandes familias de simulaciones para luego adaptarlos a problemas específicos. Es una versión científica de una estrategia que ya transformó el lenguaje, la imagen y la programación. Pero la física impone una exigencia más dura que el mercado tecnológico: no alcanza con producir una respuesta convincente. Hay que saber cuándo una respuesta es falsa, cuándo es incompleta y cuándo una anomalía pequeña merece ser tratada como una pista.

La IA de este estudio se vuelve protagonista porque encarna una tensión que irá mucho más allá de la cosmología. En medicina, materiales, clima, biología y energía, los modelos preentrenados prometen acelerar descubrimientos mediante conocimiento transferido. La pregunta será siempre parecida: cuánto de ese conocimiento ayuda y cuánto encierra. Una máquina entrenada sobre el pasado científico puede encontrar patrones que nadie vio, pero también puede domesticar la rareza hasta volverla invisible.

Por eso la lección no es frenar la adopción de estos sistemas, sino diseñarlos con una desconfianza metódica hacia su propia memoria. Los científicos necesitarán evaluar cuándo conviene preentrenar, cuándo entrenar desde cero, qué parámetros pueden estar degenerados, qué arquitecturas permiten mayor flexibilidad y qué métricas esconden errores localizados. Una mejora promedio puede sonar excelente en un gráfico, pero resultar inútil si el fallo ocurre justo donde se buscaba nueva física. La máquina puede sacar buena nota y perder el detalle decisivo. Todo un clásico, ahora con supercomputadoras.

El hallazgo también cambia la imagen cultural de la inteligencia artificial científica. La visión ingenua la presenta como un oráculo objetivo, capaz de recibir datos y devolver verdades. La versión real es más interesante. La IA aprende, hereda sesgos, arrastra categorías, se equivoca con elegancia estadística y necesita ser interrogada con el mismo rigor que cualquier instrumento poderoso. No reemplaza el método científico. Lo obliga a actualizar sus controles.

La paradoja final es brillante: para ayudar a descubrir nuevas leyes del universo, la inteligencia artificial no debe limitarse a saber más. Debe aprender a no obedecer demasiado a lo que ya sabe. Su futuro en la ciencia dependerá menos de una acumulación ciega de datos que de una capacidad más rara: reconocer cuándo el conocimiento previo empieza a tapar la sorpresa. La máquina que estudia el cosmos tendrá que convertirse, en algún punto, en una máquina capaz de sospechar de sí misma.