«Tenemos que acelerar el ritmo del descubrimiento»: Ed Pyzer-Knapp, líder de IA en IBM

Ed Pyzer-Knapp, líder de investigación mundial para el modelado y simulación enriquecidos con inteligencia artificial en IBM, dice que la «necesidad de ciencia nunca ha sido más urgente», mientras que la clave para resolver los desafíos globales futuros radica en el «descubrimiento acelerado».

«Para hacer frente a los desafíos que enfrenta nuestro mundo, tenemos que acelerar el ritmo de los descubrimientos», dice el Dr. Edward O Pyzer-Knapp, líder de investigación mundial para el modelado y simulación enriquecidos con IA en la corporación multinacional de tecnología IBM. Un hombre en una misión, si solo le quitas una cosa al conocer al científico británico de 33 años, será que hay un imperativo firmemente colocado sobre los hombros de la comunidad STEM para hacer las cosas mejor y más rápido.

“La necesidad de la ciencia nunca ha sido más urgente”, dice Pyzer-Knapp, y la forma de transmitir ese mensaje es hablar de ello en términos simples. Un apasionado defensor de la comprensión pública de la ciencia, habla continuamente sobre «aplicaciones del mundo real». Tiene la sensación de que sería más feliz con un puesto de trabajo un poco menos intimidante, que acepta es «un poco complicado», mientras que su entusiasmo y energía en el espacio de la IA parece no tener límites. Además de su puesto en IBM, Pyzer-Knapp también es editor en jefe de la revista Applied AI Letters, así como profesor visitante en IA industrialmente aplicada en la Universidad de Liverpool. «Trabajo mejor cuando hay mucho que hacer», dice.

El trabajo de Pyzer-Knapp se centra en la inteligencia artificial, que describió como «una de un conjunto de herramientas que me ayuda a ofrecer lo que realmente me apasiona, que es lo que ahora se llama descubrimiento acelerado». Este término es de acuñación de IBM y, si bien trae consigo más que un indicio del lenguaje de la política corporativa del siglo XXI, Pyzer-Knapp dice que se puede traducir en un significado simplemente “investigando cómo usamos la tecnología y los métodos actuales para mejorarnos en la ciencia ”. Lo que esto significa además para el entusiasta del cricket que toca el piano es “la combinación de IA con HPC [computación de alto rendimiento], incluida la incursión en la cuántica, y la nube, para ayudarnos a hacer descubrimientos más rápido”.

A Pyzer-Knapp también le apasiona comunicar el valor de la ciencia a los no científicos y está ansioso por describir lo que hace en términos sencillos mientras hace referencia a aplicaciones del mundo real. Esta es la filosofía fundadora de Applied AI Letters, que explica es «como el título lo indica, todo sobre aplicaciones». Dice que está bien tener conocimiento e investigación abstractos, pero tienes que hacer algo con eso. Como análogo, se refiere a la instalación de arte de Damien Hirst La imposibilidad física de la muerte en la mente de alguien vivo, y explica que «la gente dice que» cualquiera podría haber puesto un tiburón en un tanque de vidrio lleno de formaldehído «. Pero Hirst lo hizo «. Pyzer-Knapp estaba «lo suficientemente enfurecido» por la falta de comprensión de lo que la IA podía hacer en el mundo real que, al igual que con Hirst, siguió adelante e hizo que algo sucediera. Y mientras Hirst encurtía un tiburón tigre, Pyzer-Knapp creó una revista con el principio editorial de que tenía que ser sobre algo: «Así que reuní un elenco de editores y todo va muy bien».

“Me gusta pensar en el mundo dividido en tres partes”, dice. “Existe el mundo real: se construye un puente. Luego está el mundo de los datos, que es una aglomeración histórica de lo que sucedió en ese mundo real. Luego está el mundo digital, que implica la simulación del mundo real tal vez tomando las leyes de la física y diciendo: «Estoy construyendo un puente. Antes de hacerlo, ¿puedo producir una idea fundamentada basada en la ciencia de lo que va a suceder? » De esta manera, la IA ha revolucionado la construcción de puentes, dice Pyzer-Knapp, «porque nadie construye uno en estos días sin simular las condiciones del viento». Él ilustra lo que sucede cuando no se hace referencia al colapso del puente Tacoma Narrows anterior a la IA debido al aleteo aeroelástico autoexcitantes creado por condiciones de viento aparentemente inocuas de 40 mph (64 km / h). “Todo se vino abajo. En estos días, eso no podría suceder porque habrías simulado todo de antemano «.

«El descubrimiento acelerado significa utilizar la tecnología y los métodos actuales para mejorar nuestra ciencia».

El problema con la simulación, dice Pyzer-Knapp, es que es cara. También es difícil porque «necesitas hacer las preguntas correctas. Cuando hablo de modelado y simulación enriquecidos con IA, me pregunto: ‘¿cómo conseguimos que la IA nos ayude a responder esas preguntas sobre el mundo digital para que podamos hacer el mejor trabajo que podamos en el mundo real?’ podría ser sugiriendo los protocolos correctos para usar o reemplazando parte de esa costosa física con redes neuronales «. Cuando se le preguntó qué hace su equipo para que eso suceda, Pyzer-Knapp dice que “existen para trabajar en todo el espectro. Hemos realizado un desarrollo matemático fundamental, la optimización de la implementación de algoritmos de ciencias de la computación, así como unir todo esto en flujos de trabajo heterogéneos complejos para aplicaciones «.

Si bien esto puede parecer abstracto, significa que si un diseñador de, digamos, un automóvil de Fórmula 1 necesita optimizar un perfil de spoiler, Pyzer-Knapp puede ayudar, específicamente en el nuevo Centro Nacional Hartree de Innovación Digital de IBM. Anunciado en junio de este año, el centro es una colaboración de £ 210 millones con el Consejo de Instalaciones de Ciencia y Tecnología (STFC) del gobierno del Reino Unido que, según el blog de IBM ‘The Discovery Accelerator comes to Europe’, “se convertirá en un centro de compromiso con colaboradores de todo el ecosistema industrial y de investigación del Reino Unido que busca impulsar las innovaciones en las ciencias de la vida, el desarrollo de nuevos materiales, la sostenibilidad medioambiental y la fabricación avanzada ”. Más de 100 científicos de IBM Research y STFC trabajarán juntos durante los próximos cinco años aplicando IA y computación cuántica, “para producir innovaciones en materiales, ciencias de la vida, clima, agricultura y manufactura”.

Pyzer-Knapp tiene sentimientos encontrados acerca de que su familia se burla de él «sin piedad» por el hecho de que su primera interacción con una computadora se produjo a la tierna edad de cinco años. «Era un BBC Micro y yo era la única persona que podía conectarlo correctamente». Su primera incursión en la programación fue escribir un protocolo de búsqueda para la enciclopedia de computadoras de la escuela: «Si hubiera tenido algún tipo de presciencia, lo habría recordado más tarde en la vida y habría desarrollado algoritmos de búsqueda cuando eran mucho más rentables». Se describe a sí mismo como «muy lógico», y fue la lógica correspondiente en el corazón de la informática lo que fue su atracción inicial. Mientras estudiaba química en la Universidad de Durham, una secuencia fortuita de eventos que incluían una licencia de programa de software que vencía en él llevó a Pyzer-Knapp a escribir su propio software. Fue el momento en el que “comencé a darme cuenta de que disfrutaba más trabajando con los datos que obteniendo los datos. Mi esposa es una química decente, pero para mí solo había una cierta cantidad de tiempo que podía dedicar a limpiar un laboratorio porque algo explotó antes de que me disuadieran de la química «.

Con las manos todavía fluorescentes por los contratiempos que lo llevaron a sospechar que era «terrible» en la química de laboratorio, se retiró a la Universidad de Cambridge para hacer un doctorado puramente teórico sobre la forma en que las moléculas se empacan en sólidos. El título de su tesis fue «Explorando los paisajes de energía cristalina de los cristales moleculares porosos», que iba a sacar al editor de publicaciones periódicas latentes en Pyzer-Knapp, que todavía está molesto por la escansión irregular y la repetición de «cristal». «Al menos no tenía la palabra ‘hacia'», reflexiona. «Eso siempre parece que no llegaste allí».

Impaciente por entrar en aplicaciones del mundo real, escribió su doctorado en dos años y medio (normalmente toma hasta tres veces más obtener un doctorado), se subió a un avión, cruzó el Atlántico y se dirigió a Harvard. , donde estuvo a cargo del funcionamiento diario del Proyecto de Energía Limpia de la universidad: un proyecto de la Casa Blanca bajo la administración de Obama en colaboración con IBM que combinó computación distribuida masiva, simulaciones de mecánica cuántica y aprendizaje automático para «acelerar el descubrimiento de la próxima generación de células solares orgánicas. La idea era que entendiéramos que estos son importantes, pero es difícil encontrar buenos. Entonces, ¿podríamos, al comprender la molécula, predecir qué tan buena sería la célula que generó? Y, de ser así, ¿podríamos analizar una gran cantidad de moléculas? IBM entró en juego con la tecnología llamada World Community Grid, que básicamente decía que cuando no estaba usando su computadora, podía hacer que le mostrara imágenes de su gato, o podía hacer que hiciera algo útil. Un cuarto de millón de personas se inscribieron para esto y teníamos el equivalente a un clúster de 7,000 nodos ejecutándose solo para mí, todos los días. Y esa es una bestia infernal a la que alimentar.

“La razón por la que me metí en la IA fue que no podía hacer eso manualmente. Necesitaba algo de inteligencia para impulsar esto: algo que construyera estas moléculas y las priorizara. Esto es lo que me llevó al área llamada optimización bayesiana, que es en lo que hago la mayor parte de mi trabajo ahora «.

‘Bayesopt’, como lo llama la comunidad de IA, no solo lleva el nombre del ministro presbiteriano y estadístico del siglo XVIII Thomas Bayes, sino que también es, según Pyzer-Knapp, «una familia de algoritmos realmente subestimada», que explica para el profano en términos de buscar un juego de llaves perdido en el mundo real. «¿Cómo buscas las llaves?» pregunta retóricamente, antes de explicar que lo único que no se hace es mirar de manera concentrada en todas partes. “Lo que haces es pensar dónde los viste por última vez y vuelves sobre tu ruta. Y tienes algún tipo de idea sobre las probabilidades «. Lo que hace bayesopt es buscar «buenas soluciones» en la forma en que busca sus claves. «Está revisando y actualizando lo que piensa sobre el mundo ahora y está aprendiendo todo el tiempo».

Se lo dije a Pyzer-Knapp, el perdedor lógico de las claves difícilmente asignaría mucho valor a la búsqueda de elementos perdidos en los lugares ‘más probables’ sobre la base de que si estuvieran presentes en cualquiera de ellos, sería muy difícil para describirlos como perdidos. Esto es “precisamente lo que hace que bayesopt sea mejor que cualquier otra cosa porque la parte de optimización comprende lo que no sabe. Puede hacer que las opciones disponibles para el siguiente paso para encontrar sus claves se sitúen en una escala entre puramente explotadora («aquí es donde creo que está») y puramente exploratorio («Voy a descartar esto»). Luego, hay una escala móvil en el medio en el que se intercambian estas dos cosas. Lo que he estado haciendo durante los últimos cinco años es inventar más estrategias sobre cómo hacer esto en varias situaciones «. Tales sucesos pueden incluir un escenario en el que hay cinco clones mirando al mismo tiempo o restricciones que puede observar pero no comprender (‘no puede buscar sus llaves allí porque la puerta está cerrada desde el otro lado …’) .

Pyzer-Knapp desea señalar cómo podría usarse esto en el mundo real: “Tengo 20.000 moléculas y quiero saber con un presupuesto limitado cómo encontrar la mejor. O estoy diseñando un alerón delantero para un coche de F1: puedo deformarlo de varias formas, pero tengo un presupuesto. ¿Cómo puedo encontrar la mejor manera? Hemos trabajado con diseño experimental en el que ayudamos a las personas a crear una tecnología increíblemente genial que almacena información sobre el ADN. Pero necesitan ajustar sus máquinas para que el proceso sea más eficiente. Usamos la tecnología en todas partes «.

Para que esto funcione, “hay dos cosas en las que debes pensar: cuasi filosófico y cuasi práctico. En primer lugar, está cómo interactúa con la tecnología desde la perspectiva del usuario y, en segundo lugar, cómo se interactúa con el sistema. Podría construir la mejor GUI del mundo, pero si el sistema detrás de ella no está diseñado para interactuar con él de una manera sensata, estoy limitado «. Pyzer-Knapp dice que estas consideraciones se entendieron desde el principio, «por lo que pasamos algún tiempo desarrollando modelos de ‘IA explicable’. La explicabilidad y la transparencia son claves para el éxito a largo plazo de estos modelos ”.

A medida que nuestro tiempo llega a su fin, Pyzer-Knapp introduce la idea de que el hilo unificador que se teje a través de todo lo que hace es “la diversidad de pensamiento y experiencia. Si solo habla con un grupo de personas, solo obtendrá un grupo de ideas. Es fácil de operar en esa cámara de eco, pero no tiene un impacto en el mundo real. Y la forma de hacerlo, lo más importante en este momento, es el descubrimiento acelerado «.