DeepMind advierte que la IA supera la capacidad de los laboratorios para probar descubrimientos

Google DeepMind, de Alphabet Inc. ↘ 0.72%, publicó un nuevo ensayo el martes advirtiendo que los agentes de IA están generando hipótesis científicas y diseñando experimentos más rápido de lo que los laboratorios pueden probarlos físicamente, creando lo que la compañía llamó un "creciente cuello de botella de validación" que amenaza con ralentizar la traducción de los descubrimientos impulsados por la IA en avances del mundo real.

El ensayo, anunciado a través de los canales de redes sociales de DeepMind el 15 de julio, describe cuatro prioridades para que los responsables políticos y los financiadores cierren la brecha entre las ideas generadas por la IA y su confirmación empírica.learnijoy+2

La IA avanza más rápido de lo que los laboratorios pueden seguir

"Desde proponer hipótesis hasta diseñar experimentos, los agentes de IA están empezando a remodelar el descubrimiento científico. Pero la parte más difícil es probar estas ideas en el mundo real", escribió DeepMind en su anuncio del ensayo. El artículo se basa en un cuerpo de trabajo que DeepMind ha desarrollado en torno a la IA para la ciencia, incluida su herramienta Co-Scientist, un sistema multiagente publicado en Nature a principios de este año que analiza la literatura científica, genera hipótesis comprobables y las clasifica mediante debates simulados.linkedin+3

La escala del desajuste es marcada. Como señaló un análisis cuando DeepMind anunció su primer laboratorio automatizado a finales del año pasado, los sistemas de IA pueden proponer miles de materiales novedosos anualmente, mientras que la capacidad de validación humana sigue siendo órdenes de magnitud menor. El laboratorio automatizado de DeepMind en el Reino Unido, anunciado en diciembre de 2025 en asociación con el gobierno británico, está configurado para buscar nuevos materiales para baterías, chips y energía solar, y representa un intento de abordar la brecha.deepmind+2

Cuatro prioridades para los responsables políticos

El ensayo pide a los gobiernos y organismos de financiación que actúen en cuatro frentes para evitar que la ciencia impulsada por la IA se estanque en la etapa de confirmación. Aunque DeepMind no ha publicado el texto completo del nuevo ensayo públicamente en el momento de escribir este artículo, la descripción de la compañía apunta a prioridades que incluyen la inversión en infraestructura de laboratorio automatizada y sistemas de validación compartidos que podrían permitir a múltiples equipos de investigación probar hipótesis generadas por IA a escala.linkedin+1

La publicación llega en medio de llamados más amplios de los líderes de DeepMind para una reforma institucional en torno a la IA. Apenas unos días antes, el CEO Demis Hassabis pidió la creación de un organismo de estándares para regular los modelos de IA de frontera, lo que indica el creciente compromiso de la compañía con cuestiones políticas más allá de su enfoque de investigación tradicional.siliconangle+1

Un consenso creciente sobre la brecha

La intervención de DeepMind se suma a un consenso creciente en toda la comunidad de IA y ciencia. En junio, la firma de biotecnología Nuclera destacó lo que llamó el "cuello de botella de validación de anticuerpos de IA", mientras que comentaristas independientes han señalado que "el cuello de botella en la IA para la biología nunca fue el modelo", sino más bien la incapacidad de observar y probar los sistemas que se están modelando. Un ensayo de junio de K-Dense AI argumentó de manera similar que la verificación, no la generación, es la restricción vinculante para los agentes de investigación de IA.k-dense+2

El ensayo representa una evolución del trabajo político anterior de DeepMind sobre la IA para la ciencia, que en noviembre de 2024 pedía iniciativas que incluyeran observatorios de datos científicos y nuevas formas de organizar las instituciones de investigación. El nuevo enfoque en la infraestructura de validación física sugiere que, a medida que herramientas como Co-Scientist maduran, el factor limitante ha cambiado decisivamente de la capacidad computacional a la experimental.deepmind