Matteo Manica, matemático: "La IA nos da superpoderes; depende de nosotros elegir cómo usarlos".

Dicen que las matemáticas son la sirvienta y la criada de todas las disciplinas. Y es cierto. Ninguna ciencia puede prescindir de ellas. Una disciplina maravillosa, las matemáticas pueden cambiar el mundo, pero por sí solas, sin las demás disciplinas, corren el riesgo de ser abstractas. Con la inteligencia artificial, por ejemplo, se pueden aplicar a descubrimientos científicos y problemas industriales. A eso me dedico.

Matteo Manica es un apasionado de su disciplina, las matemáticas. Siempre y cuando sean aplicadas. Es investigador sénior en IBM Research en Zúrich, una joya escondida en el corazón de Europa, donde trabajan ganadores del Premio Nobel y del Premio Turing. Nacen las tecnologías más avanzadas, desde la inteligencia artificial hasta la computación cuántica.

Manica construye modelos de IA para mejorar los procesos industriales, desde la generación de materiales nuevos más sostenibles hasta el modelado de nuevas formulaciones químicas.

Estudió ingeniería matemática en la Universidad Politécnica de Milán y desde el principio optó por trabajar en el ámbito donde la teoría se encuentra con la aplicación. «Las matemáticas son una condición necesaria. Mantienen unidas a todas las disciplinas, pero por sí solas no son suficientes. Necesitamos otras herramientas, otros lenguajes para comprenderlas».

En 2020, en IBM Research en Zúrich, Manica y su equipo crearon algo sin precedentes: un laboratorio químico controlado íntegramente por inteligencia artificial. Entrenaron modelos de lenguaje natural —como ChatGPT, Claude, Granite y otros— con millones de patentes de química orgánica, creando un sistema capaz de crear nuevas moléculas de forma autónoma.

Funciona así: dibujas una molécula en una pantalla y unos modelos de lenguaje especializados te indican cómo construirla, qué reactivos usar y qué pasos seguir. Luego, el procedimiento se transfiere a un robot. Y ese robot lo ejecuta. Sin fórmulas manuscritas ni ecuaciones. Solo un modelo que puede leer y escribir el lenguaje de la química. Tratamos las moléculas como secuencias. Es como si el modelo tradujera una frase de un idioma a otro: del producto final a los ingredientes iniciales.

Hoy, Manica crea modelos para producir productos más sostenibles. «Hemos colaborado y seguimos trabajando con grandes empresas para desarrollar tecnologías que favorezcan la creación de materiales y procesos más sostenibles: envases de alimentos, formulaciones químicas y modelado del ciclo de vida de las baterías para mejorar la durabilidad y la eficiencia.»

De 37 años y oriundo de Novara, estudió ciencias en el instituto y luego se decidió por una carrera. «Estaba indeciso entre filosofía, matemáticas y medicina, ya que mis padres son médicos, por eso me presenté al examen. Después, por consejo de un profesor, elegí ingeniería matemática en la Universidad Politécnica de Milán». Pasó tres años en una empresa derivada realizando simulaciones numéricas de sistemas. «Trabajé en modelos de vulcanología, modelos de procesos de impresión y modelos de flujo sanguíneo arterial». Después regresó a la universidad. Obtuvo un doctorado en la ETH de Zúrich, con el patrocinio de IBM. «Hice cosas similares a las que hago hoy, pero más aplicadas a la biología o la biología computacional». Allí, comenzó a utilizar modelos estadísticos y de aprendizaje automático, diseñados para contextos con uso intensivo de datos. Tomamos estos modelos, que suelen aplicarse en campos con abundante información disponible, e intentamos aplicarlos a contextos como el biológico, donde no se dispone de datos listos para usar en las fases iniciales. El impacto es increíble: pueden describir sistemas muy complejos sin necesidad de imponer reglas ni ecuaciones.

Para un matemático como él, acostumbrado a construir modelos a partir de fórmulas, fue un punto de inflexión. «Habiendo estudiado matemáticas, siempre he creado modelos a partir de ecuaciones». Pero ahí empezó a cambiar su perspectiva. «Hemos pasado del enfoque clásico, casi newtoniano, de la ciencia a un enfoque más basado en datos».

Utiliza un ejemplo sencillo para explicarlo: «La caída de un objeto pesado. Lo ves caer y en cierto punto dices: parece que hay una constante, que es la aceleración, y que depende de la masa. Así que creas tu propio sistema que dice: la fuerza aplicada debe ser una constante, g, multiplicada por una variable: la masa».

Mientras el sistema sea simple, funciona. Pero en cuanto aumenta la complejidad, el paradigma cambia y ya no se puede modelar todo.

De ahí el cambio: "Hemos pasado de un enfoque determinista, donde se asume que se sabe todo, a un sistema donde se suspende el juicio y se dice: No sé exactamente cuántas variables hay, quiero que los datos me hablen".

La mayoría de los proyectos se llevan a cabo con un enfoque de código abierto, en el que IBM cree, ya que el desarrollo colaborativo dentro de la comunidad de código abierto produce los mejores resultados. «Hacemos algo muy similar a lo que puede suceder en un entorno universitario».

Un lugar maravilloso para los científicos.

Lo primero que lo hace especial es su ubicación, ya que estamos cerca de la ETH de Zúrich, que considero una de las mejores universidades de Europa. Además, tenemos la oportunidad de interactuar con otras instituciones académicas de primer nivel. Además, contamos con una comunidad de investigación muy dinámica, con colaboraciones con empresas como Microsoft, Apple, Google, Nvidia, Anthropic y OpenAI.

Y, de nuevo, es una institución histórica. Fue el primer laboratorio que IBM abrió fuera de Estados Unidos, en 1956, y al entrar en el Think Lab, se respira un aire de excelencia. Se puede conocer a expertos en IA, criptografía, física, computación cuántica y simulaciones moleculares. Algunos ganadores del Premio Nobel trabajaron aquí. Se va a la cafetería y se conoce a más de 300 científicos con quienes se puede intercambiar ideas, y de este intercambio continuo pueden surgir proyectos capaces de cambiar las reglas del juego.

Matteo Manica ve aquí su futuro.

Espero encontrar nuevas aplicaciones de las matemáticas en contextos que realmente tengan un impacto. La transición hacia industrias más sostenibles, por ejemplo, es uno de los desafíos más importantes. Pienso en los bienes de consumo, los materiales que usamos a diario: si se logra optimizar incluso un solo proceso de producción, el impacto ambiental es enorme. Estos son cambios invisibles, pero profundos. Puede que no acaparen titulares como un nuevo fármaco, pero pueden mejorar el mundo en el que vivimos. Lo hacen silenciosamente, para todos.

Científico y músico, Manica sostiene que las matemáticas también influyen en su pasión por la música. "Pasé mucho tiempo tocando; todavía toco el bajo eléctrico y el contrabajo a un nivel decente. Pero también he tocado la flauta y el saxofón alto. Y la música tiene mucho de matemáticas detrás: la cuerda vibrante, las ecuaciones que describen la afinación, la evolución de la armonía, los sistemas dodecafónicos de Schoenberg". Siempre son las matemáticas las que despiertan la curiosidad.

Despertó mi interés por las cosas. Y si las matemáticas son las sirvientas y criadas de todas las ciencias, el bajo cumple la misma función en la música: sin él, nada funciona, y por sí solo, no significa nada.

¿Qué has aprendido en tu carrera que pueda sernos útil a todos? "La lección más importante es que las matemáticas no son difíciles. Quizás solo necesitemos repensar cómo las enseñamos. No tengo una receta, pero sé que es mucho más fácil de lo que parece. Simplemente no hay que tener miedo. Requiere paciencia. Requiere práctica, como todo. No hay nada especial en lo que he hecho. Cometes muchos errores, pero si persistes, si no dejas que la complejidad te paralice, paso a paso puedes llegar a cualquier parte."

Incluso entrar en un instituto de investigación como IBM Research no es difícil para Manica. "Los honores, los premios o lo que aparece en el currículum no importan. Cuando contratamos a alguien, todo eso es completamente secundario. Nos sentamos frente a una pizarra o una pantalla, anotamos un problema e intentamos resolverlo juntos. Ahí es cuando comprendes cómo piensa una persona".

¿Cambiará la inteligencia artificial la forma en que hacemos ciencia? ¿Llevará incluso a escribir un artículo científico y a realizar un descubrimiento? "Cambiará la forma en que hacemos ciencia, sí. Hoy en día, muchas cosas ya se han descubierto o sugerido gracias a los propios modelos. Pero necesitamos definir qué significa descubrir. No me preocupa. Quizás la IA escriba un artículo científico de 10 páginas y lo haga mejor que nosotros, pero sin nuestros tres puntos que describan una idea, no podrá hacer nada. Tendrá un gran impacto en muchas áreas de la industria y la sociedad. Necesitamos usarla correctamente. En IBM, utilizamos modelos diseñados para un problema específico; no son excesivamente caros ni consumen mucha energía, y son especializados. La mayoría prácticamente se pueden usar en un ordenador. La IA nos dará a los investigadores superpoderes. Seremos como investigadores aumentados...". Y quizás, en el silencio de los laboratorios, empecemos a plantearnos nuevas preguntas.