La IA ya no se limita a escribir poemas o sugerir planes de alimentación, sino que aporta nuevas posibilidades para la ciencia y lo que sabemos sobre el mundo.
Los científicos ahora pueden decodificar electrones, crear nuevos materiales e incluso «hablar» con los árboles. Las herramientas de IA generativa aceleran el ritmo de los descubrimientos y desbloquean información sobre todo, desde las células de nuestro cuerpo hasta los ecosistemas que las sustentan.
«El descubrimiento científico es una de las aplicaciones más importantes de la IA», dice Peter Lee, Ph.D., jefe de Microsoft Research. «Creemos que la capacidad de la IA generativa para aprender el lenguaje de los humanos es igual a la capacidad de aprender los idiomas de la naturaleza, incluidas las moléculas, los cristales, los genomas y las proteínas».
En el primer semestre de 2025, Microsoft publicó numerosos artículos de investigación en revistas revisadas por pares e introdujo nuevas herramientas y colaboraciones en campos como la medicina, la energía, la biología y la física cuántica. El objetivo: acelerar la forma en que los científicos exploran preguntas complejas y traducen sus hallazgos en un impacto en el mundo real por medio de una IA que sea poderosa, práctica y confiable, dice Lee.
Aquí hay cinco áreas en las que la IA ya ha comenzado a marcar una diferencia tangible, y donde los próximos avances pueden estar a la vuelta de la esquina:
La IA se ha comenzado a convertir en un socio vital en la atención sanitaria, no solo para automatizar tareas, sino también para ayudar a los médicos e investigadores a ver más, comprender más rápido y actuar antes. Desde notas clínicas hasta diapositivas de patología, estos modelos multimodales analizan grandes conjuntos de datos no estructurados para detectar patrones que ayudan a detectar enfermedades y guiar tratamientos más personalizados.
Un ejemplo es PadChest-GR, un conjunto de datos único en su tipo de 4.555 radiografías de tórax con hallazgos precisos en español e inglés. Desarrollado por la Universidad de Alicante y Microsoft, puede ayudar a los radiólogos a interpretar imágenes con mayor precisión y entrenar modelos de IA que aprendan y mejoren junto con los científicos.
Otro es el nuevo Microsoft AI Diagnostic Orchestrator (MAI-DxO), que emula a un equipo de médicos mediante el razonamiento sobre múltiples fuentes de datos. Esta investigación muestra cómo la IA podría ayudar a abordar casos médicos difíciles con mayor precisión y menores costos.
Son parte de una ola de herramientas de IA científicas en la atención médica, incluido GigaPath, que analiza diapositivas de patología a gran escala, y un proyecto en Kenia para ayudar a prevenir la desnutrición infantil mediante la identificación de comunidades en riesgo.
La IA ayuda a los científicos a acelerar la investigación mediante el análisis de datos complejos y la simulación de procesos naturales a una escala y un ritmo que serían imposibles de otro modo.
Microsoft Discovery es una nueva plataforma construida con lo que se conoce como IA agéntica (sistemas que pueden razonar, planificar y tomar medidas, con permiso) para actuar como un compañero de equipo de investigación y automatizar tareas como la formulación de hipótesis, la ejecución de simulaciones y el refinamiento de experimentos. Puede reconocer patrones y conexiones entre grandes conjuntos de datos, lo que ayuda a los científicos a probar ideas de manera más eficiente.
En uno de los primeros ejemplos, Discovery ayudó a los investigadores a identificar un nuevo prototipo de refrigerante para centros de datos en poco más de una semana, un proceso que por lo general habría llevado meses.
El nuevo modelo de IA de Microsoft para la Teoría del Funcional de la Densidad (DFT) ayuda a resolver un desafío de 60 años en la ciencia de los materiales al simular de forma rápida y precisa cómo se comportan los electrones, lo que podría ayudar en aplicaciones que van desde medicamentos hasta baterías y fertilizantes verdes.
Otras herramientas como BioEmu-1, que ayuda a decodificar estructuras de proteínas, y MatterGen, que apoya el desarrollo de nuevos materiales, ofrecen a los investigadores formas más potentes de investigar e innovar.
La IA ha comenzado a pasar de la teoría a la aplicación en el mundo real, ya que ayuda a los científicos a comprender mejor los complejos sistemas de la Tierra y a abordar los desafíos ambientales.
El modelo Aurora de Microsoft es uno de los primeros modelos básicos de IA entrenados con datos de ciencias de la Tierra. Va más allá de la predicción meteorológica para modelar cómo interactúan la atmósfera, la tierra y los océanos, para ayudar a los científicos a anticipar eventos como ciclones, cambios en la calidad del aire y olas oceánicas con mayor precisión, para que las comunidades puedan prepararse para los desastres ambientales y adaptarse al cambio climático.
Otros proyectos también aplican la IA a los desafíos de sostenibilidad de nuevas maneras. Investigadores de Microsoft y la Universidad de Washington desarrollan un cemento bajo en carbono mediante la mezcla de biomasa de algas marinas, para crear un material de construcción más sostenible.
La aplicación Intelligent Garden de Avanade «habla» con los árboles urbanos mediante sensores para monitorizar datos como la humedad, la calidad del aire y los patrones de crecimiento, y traducir todo ello en un informe de salud completo.
Y en Tanzania, la IA ayuda a los conservacionistas a rastrear y proteger a las jirafas en peligro de extinción mediante el análisis de imágenes de drones y la identificación de animales individuales a través de sus patrones de manchas.
La computación cuántica amplía lo que es posible en la investigación científica al simular el mundo natural de una manera que las computadoras convencionales no pueden.
Los sistemas tradicionales procesan la información como unos y ceros, pero las computadoras cuánticas usan qubits, que pueden representar varios valores a la vez. Eso les permite explorar muchas posibilidades de manera simultánea, lo que los hace en especial útiles para modelar sistemas complejos como reacciones químicas o comportamiento de materiales.
Microsoft combina la física cuántica con la IA para avanzar en ese tipo de investigación. Un avance reciente introdujo 4D geometric codes, un nuevo método para corregir errores en el hardware cuántico que lo hace más estable, confiable y accesible.
La compañía también trabaja con Atom Computing en un sistema que utiliza qubits de átomos neutros, y su chip Majorana 1 representa una arquitectura cuántica alternativa para producir qubits más confiables y escalables.
Innovaciones como esas brindan a los investigadores nuevos métodos para modelar problemas en áreas donde la computación clásica llega a sus límites, como la salud, los materiales y el clima.
La IA desempeña un papel cada vez más importante en la forma en que producimos, almacenamos y usamos la energía, al optimizar los sistemas actuales y ayudar a construir otros nuevos.
Microsoft trabajó con Nissan Motor Corporation, por ejemplo, en un método de aprendizaje automático que predice con precisión el desgaste de las baterías de los vehículos eléctricos, lo que minimiza la necesidad de largas pruebas físicas, para ayudar a determinar qué baterías se pueden reciclar en lugar de desechar. Es una parte importante de la iniciativa de Nissan para reducir las emisiones de carbono.
La IA también acelera el desarrollo de la energía de fusión nuclear, un objetivo a largo plazo para la energía limpia. Al simular procesos físicos complejos, los científicos prueban ideas más rápido e identifican diseños de reactores prometedores para llevar esta energía a la red antes.
En Estados Unidos, Microsoft explora cómo la IA puede ayudar a agilizar el proceso de permisos para proyectos nucleares y de fusión avanzados, que a menudo se enfrentan a retrasos regulatorios.
Y en un paso hacia un almacenamiento de energía más sostenible, Microsoft utilizó la IA para evaluar a más de 32 millones de candidatos y descubrir un nuevo material que podría reducir el uso de litio en las baterías hasta en un 70%.
*Tomado de Microsoft.