Google.org anunció la selección de 17 organizaciones para recibir una financiación total de 36 millones de dólares en el marco del desafío Impact Challenge: AI for Science, con el objetivo de utilizar la inteligencia artificial para acelerar investigaciones relacionadas con el clima, la salud y las ciencias básicas. Las organizaciones beneficiarias podrán incorporarse a un programa de aceleración de seis meses, en el que los participantes recibirán asesoramiento técnico, apoyo de ingeniería y acceso a capacidades de la infraestructura de Google.
La selección se produjo después de una convocatoria abierta que recibió solicitudes de 30 países. Los proyectos abarcan ámbitos diversos, desde la predicción de tormentas y el desarrollo de energía de fusión hasta el diseño de tratamientos y la comprensión de los cambios genéticos.
Ejemplos de innovación en clima y energía
AfriClimate AI Limited trabaja en el análisis de indicadores meteorológicos históricos de sistemas de tormentas peligrosas en África, con el objetivo de aumentar el tiempo de antelación de las alertas por inundaciones repentinas de menos de tres horas a más de seis horas. Inria Chile Research Center está construyendo un modelo fundacional multimodal del océano mediante la creación de un gemelo digital de los ecosistemas marinos de la Tierra.
En el ámbito energético, Max Planck Institute for Plasma Physics, en colaboración con TU Eindhoven, utiliza inteligencia artificial basada en principios físicos para simular las condiciones turbulentas dentro de los reactores de fusión y reducir la brecha entre la simulación y la aplicación en el mundo real. University of Texas at Austin también desarrolla modelos de redes neuronales para acelerar el diseño de reactores de fusión compactos.
Los demás proyectos incluyen el descubrimiento automatizado de materiales en Massachusetts Institute of Technology, el desarrollo de modelos climáticos interpretables en UC San Diego, la mejora de las baterías de iones de sodio en University of Cambridge y el diseño de proteínas mediante lenguaje natural en University of Washington para aplicaciones que incluyen la descomposición de plásticos.
La inteligencia artificial en la investigación sanitaria
AITHYRA Research Institute, en colaboración con EPFL, busca comprender cómo los virus manipulan las células y crear una biblioteca de proteínas diseñadas mediante inteligencia artificial para descubrir tratamientos dirigidos a proteínas difíciles de abordar farmacológicamente. Allen Institute trabaja en el diseño de secuencias de ADN dirigidas a tipos de células cerebrales más susceptibles a enfermedades neurodegenerativas, compartiendo abiertamente los modelos, las secuencias y los resultados.
Las demás iniciativas sanitarias se distribuyen entre el desarrollo de una quimioterapia de precisión en Australian National University, el estudio del efecto de las variantes genéticas en la regulación del splicing del ARN en National University of Singapore y el descubrimiento de causas desconocidas de mutaciones en New York University Grossman School of Medicine.
University of California, Berkeley también desarrolla métodos para extraer biomarcadores clínicos interpretables de modelos médicos que funcionan como cajas negras, mientras que University of Cape Town crea una plataforma para cartografiar la variación genética en genes africanos que metabolizan medicamentos. La lista incluye además modelos de ingeniería para comparar la regeneración cardíaca en University of Pittsburgh y un modelo fundacional para el diseño de fármacos peptídicos en University of Toronto.
¿Qué cambia en la práctica?
El programa no anuncia un único modelo de inteligencia artificial ni un producto listo para usar, sino que dirige la financiación y el apoyo de ingeniería a proyectos de investigación especializados que podrían beneficiarse de una ampliación de la capacidad informática y de la mejora de los modelos. El valor directo de la subvención reside en combinar la experiencia científica con la infraestructura técnica, mientras que los resultados finales —como una mayor precisión de las predicciones o el acceso a tratamientos utilizables— siguen dependiendo del avance de cada proyecto y de su capacidad para pasar de la investigación a una aplicación verificable.
La naturaleza de los proyectos apunta a una dependencia cada vez mayor de modelos multimodales, inteligencia artificial interpretable y modelos fundacionales en ámbitos que requieren datos y experimentos científicos especializados. Sin embargo, el anuncio no especifica el importe de la financiación para cada organización ni menciona calendarios para los resultados de los proyectos o criterios de medición uniformes entre ellos.