En un hito que podría redefinir la relación entre inteligencia artificial y descubrimiento científico, Anthropic anunció que su modelo Claude identificó de forma autónoma un nuevo sistema enzimático con características que recuerdan a la maquinaria detrás de Crispr. El hallazgo, presentado este 23 de septiembre, representa el primer resultado tangible del laboratorio biológico que la compañía inauguró recientemente y marca un punto de inflexión en la carrera por demostrar la utilidad práctica de los LLMs en investigación de punta.

La búsqueda automatizada que cambió las reglas

Según los detalles revelados por Anthropic, el proceso comenzó con científicos humanos proporcionando el prompt inicial y configurando los parámetros de búsqueda. A partir de ahí, cerca de 950 agentes de Claude trabajaron durante 21 horas procesando 210 millones de tokens mientras escaneaban una base de datos masiva de secuencias de ADN. La intervención humana se limitó a esa fase inicial y al posterior trabajo de laboratorio para validar los hallazgos. Fue uno de esos agentes el que detectó un patrón repetitivo inusual que los investigadores calificaron como “prometedor y estructuralmente distinto”.

Más allá del hype: el impacto real en la ciencia

Mientras Anthropic se prepara para su oferta pública inicial, este descubrimiento funciona como una demostración de capacidad estratégica. No se trata solo de un ejercicio académico: el sistema enzimático identificado posee propiedades que podrían conducir a herramientas de edición genética más precisas, eficientes o con menores efectos fuera del objetivo. A diferencia de los modelos que simplemente reorganizan conocimiento existente, Claude demostró capacidad para identificar relaciones novedosas en datos biomoleculares complejos, un terreno donde el ruido supera ampliamente a la señal útil.

El experimento también revela un modelo de colaboración humano-IA que podría estandarizarse: los investigadores establecen el marco teórico y diseñan las validaciones experimentales, mientras la IA ejecuta búsquedas exhaustivas en espacios de posibilidades demasiado vastos para el análisis humano tradicional. Este enfoque híbrido mitiga uno de los mayores riesgos de la automatización en ciencia: la pérdida de intuición y criterio experto.

El camino desde el descubrimiento computacional hasta la aplicación terapéutica sigue siendo largo y lleno de validaciones, pero el precedente está establecido. La velocidad con que Claude identificó este sistema—comparado con los años que tradicionalmente requiere la investigación enzimática—sugiere que estamos ante una aceleración radical del ciclo de descubrimiento. Para la industria biotecnológica, esto podría significar reducciones drásticas en los plazos de I+D, mientras que para Anthropic representa un argumento convincente de que su tecnología trasciende el procesamiento de lenguaje.

Fuente: The Verge (AI Channel)