La Inteligencia Artificial (IA) tiene entre sus máximos objetivos la detección y clasificación de entes dentro de un conjunto de datos. Por ejemplo, en una imagen fotográfica, alto trivial para un ser humano como identificar un animal de otro, resultaba hasta hace poco una tarea casi imposible para una máquina. Gracias a la IA y el desarrollo de las técnicas basadas en redes neuronales (RN) la situación ha cambiado radicalmente. Actualmente utiliza el reconocimiento de imágenes Google Maps. También se beneficia de los avances en detección y clasificación el  procesamiento del lenguaje natural, utilizado por un gran número de traductores. A grandes rasgos, el objetivo de estas técnicas de detección y clasificación es reconocer patrones en datos para poder extraer información de otros datos no vistos previamente, permitiendo así automatizar muchas tareas.

Por tanto, no es de extrañar que haya nacido todo un mundo de aplicaciones de la IA en la ciencia relacionado con las técnicas propias de la IA en tareas de detección y clasificación.

En este vídeo de la serie Inteligencia Artificial aplicada a las Ciencias, se describen varios casos de aplicaciones de detección y clasificación utilizando IA en ciencia. Ejemplos en disciplinas como la química, la astronomía, la geología y la biología.

Para entender el potencial de la IA en tareas de detección y clasificación en ciencia, nos detendremos a analizar la física del modelo de Ising mediante IA. El modelo de Ising nació con el propósito de describir el comportamiento del magnetismo natural. En un modelo de 2D las configuraciones físicas se pueden interpretar como imágenes. Cada píxel de la imagen indica la presencia de un imán (microscópico) que apunta hacia arriba o hacia abajo. Cuando casi todos los imanes están orientados en el mismo sentido, el material es magnético. Cuando se organizan al azar el material deja de serlo. La organización de los imanes depende fuertemente de la temperatura. De hecho, existe una temperatura crítica por debajo de la cual el material se magnetiza.  Utilizando redes convolucionales se puede demostrar la existencia de esa transición de fase y calcular la temperatura crítica en dicho modelo. Como resultado adicional, se cuenta en el vídeo como, analizando las “entrañas” de la RN, es posible econtrar una alternativa a la fórmula matemática del modelo de Ising.