FutureHouse, cofundada por Sam Rodriques PhD ’19, ha desarrollado agentes de IA para automatizar pasos clave en el camino hacia el progreso científico.
Varios investigadores han adoptado una perspectiva amplia del progreso científico en los últimos 50 años y han llegado a la misma conclusión inquietante: la productividad científica está disminuyendo. Se necesita más tiempo, más financiación y equipos más grandes para realizar descubrimientos que antes eran más rápidos y económicos. Si bien se han ofrecido diversas explicaciones para esta desaceleración, una de ellas es que, a medida que la investigación se vuelve más compleja y especializada, los científicos deben dedicar más tiempo a revisar publicaciones, diseñar experimentos sofisticados y analizar datos.
Ahora, FutureHouse, el laboratorio de investigación financiado con fondos filantrópicos, busca acelerar la investigación científica con una plataforma de IA diseñada para automatizar muchos de los pasos críticos en el camino hacia el progreso científico. La plataforma está compuesta por una serie de agentes de IA especializados en tareas como la recuperación y síntesis de información, el diseño de síntesis química y el análisis de datos.
Los fundadores de FutureHouse, Sam Rodriques PhD ’19 y Andrew White, creen que al darle a todos los científicos acceso a sus agentes de IA, pueden superar los mayores cuellos de botella de la ciencia y ayudar a resolver algunos de los problemas más urgentes de la humanidad.
“El lenguaje natural es el verdadero lenguaje de la ciencia”, afirma Rodriques. “Se están construyendo modelos fundamentales para la biología, donde los modelos de aprendizaje automático hablan el lenguaje del ADN o las proteínas, y eso es poderoso. Pero los descubrimientos no se representan en el ADN ni en las proteínas. La única forma que conocemos de representar descubrimientos, formular hipótesis y razonar es con lenguaje natural”.
Encontrar grandes problemas
Para su investigación de doctorado en el MIT, Rodriques buscó comprender el funcionamiento interno del cerebro en el laboratorio del profesor Ed Boyden.
“Toda la idea detrás de FutureHouse surgió de la impresión que tuve durante mi doctorado en el MIT: incluso si tuviéramos toda la información necesaria sobre el funcionamiento del cerebro, no la sabríamos porque nadie tiene tiempo para leer toda la literatura”, explica Rodriques. “Aunque pudieran leerla toda, no podrían integrarla en una teoría completa. Esa fue una pieza fundamental del rompecabezas de FutureHouse”.
Rodriques escribió sobre la necesidad de nuevos tipos de grandes colaboraciones de investigación como el último capítulo de su tesis doctoral en 2019, y aunque pasó algún tiempo dirigiendo un laboratorio en el Instituto Francis Crick en Londres después de graduarse, se encontró gravitando hacia amplios problemas en la ciencia que ningún laboratorio podría abordar por sí solo.
“Me interesaba cómo automatizar o ampliar la ciencia y qué tipos de nuevas estructuras organizativas o tecnologías podrían generar una mayor productividad científica”, afirma Rodriques.
Cuando se lanzó Chat-GPT 3.5 en noviembre de 2022, Rodriques vio el camino hacia modelos más potentes capaces de generar información científica por sí solos. Por esa época, también conoció a Andrew White, químico computacional de la Universidad de Rochester, a quien se le había concedido acceso anticipado a Chat-GPT 4. White había creado el primer agente de lenguaje de gran tamaño para la ciencia, y los investigadores unieron fuerzas para fundar FutureHouse.
Los fundadores comenzaron con el objetivo de crear herramientas de IA específicas para tareas como búsquedas bibliográficas, análisis de datos y generación de hipótesis. Comenzaron con la recopilación de datos y finalmente lanzaron PaperQA en septiembre de 2024, considerado por Rodriques como el mejor agente de IA del mundo para recuperar y resumir información de la literatura científica. Casi al mismo tiempo, lanzaron Has Either, una herramienta que permite a los científicos determinar si alguien ha realizado experimentos específicos o explorado hipótesis específicas.
“Estábamos sentados y preguntábamos: ‘¿Qué tipo de preguntas nos hacemos todo el tiempo los científicos?’”, recuerda Rodriques.
Cuando FutureHouse lanzó oficialmente su plataforma el 1 de mayo de este año, renovó el nombre de algunas de sus herramientas. Paper QA ahora se llama Crow, y Has Either se llama Owl. Falcon es un agente capaz de recopilar y revisar más fuentes que Crow. Otro nuevo agente, Phoenix, puede usar herramientas especializadas para ayudar a los investigadores a planificar experimentos químicos. Y Finch es un agente diseñado para automatizar el descubrimiento basado en datos en biología.
El 20 de mayo, la compañía demostró un flujo de trabajo de descubrimiento científico multiagente para automatizar pasos clave del proceso científico e identificar un nuevo candidato terapéutico para la degeneración macular seca relacionada con la edad (DMAE), una de las principales causas de ceguera irreversible en todo el mundo. En junio, FutureHouse lanzó ether0, un modelo de razonamiento de 24B de pesos abiertos para química.
“Realmente hay que pensar en estos agentes como parte de un sistema más amplio”, afirma Rodriques. “Pronto, los agentes de búsqueda bibliográfica se integrarán con el agente de análisis de datos, el agente de generación de hipótesis y un agente de planificación de experimentos, y todos estarán diseñados para funcionar en conjunto a la perfección”.
Agentes para todos
Hoy en día, cualquiera puede acceder a los agentes de FutureHouse en platform.futurehouse.org. El lanzamiento de la plataforma generó entusiasmo en la industria, y han empezado a circular historias sobre científicos que utilizan los agentes para acelerar la investigación.
Un científico de FutureHouse utilizó los agentes para identificar un gen que podría estar asociado con el síndrome de ovario poliquístico y desarrollar una nueva hipótesis de tratamiento para la enfermedad. Otro investigador del Laboratorio Nacional Lawrence Berkeley utilizó Crow para crear un asistente de IA capaz de buscar información sobre la enfermedad de Alzheimer en la base de datos de investigación de PubMed.
Los científicos de otra institución de investigación han utilizado los agentes para realizar revisiones sistemáticas de genes relevantes para la enfermedad de Parkinson y descubrieron que los agentes de FutureHouse funcionaron mejor que los agentes generales.
Rodriques dice que los científicos que piensan en los agentes menos como Google Scholar y más como un científico asistente inteligente son los que aprovechan al máximo la plataforma.
“Quienes buscan especulación suelen sacar más provecho de la investigación profunda de Chat-GPT o3, mientras que quienes buscan revisiones bibliográficas realmente fieles suelen sacar más provecho de nuestros agentes”, explica Rodriques.
Rodriques también cree que FutureHouse pronto llegará a un punto en que sus agentes podrán utilizar los datos brutos de los artículos de investigación para probar la reproducibilidad de sus resultados y verificar conclusiones.
A largo plazo, para que el progreso científico siga avanzando, Rodriques dice que FutureHouse está trabajando en dotar a sus agentes de conocimiento tácito para que puedan realizar análisis más sofisticados y, al mismo tiempo, darles la capacidad de usar herramientas computacionales para explorar hipótesis.
“Ha habido tantos avances en los modelos fundamentales para la ciencia y en los modelos lingüísticos para las proteínas y el ADN, que ahora necesitamos dar a nuestros agentes acceso a esos modelos y a todas las demás herramientas que se usan habitualmente para la ciencia”, afirma Rodriques. “Construir la infraestructura que permita a los agentes utilizar herramientas más especializadas para la ciencia será crucial”. MIT News. Z. W. Traducido al español
