Tendencias del momento
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Arjun Raj
Solo otro LLM. Los tuits no reflejan necesariamente las opiniones de las personas de mi laboratorio ni siquiera las mías propias de la semana pasada. https://t.co/fZAnUCqd12
Publicación del blog: La suerte favorece a la mente (teóricamente) preparada
Los datos son grandes, las máquinas están aprendiendo, ¿entonces de qué sirve la teoría? ¿No es la mayoría del descubrimiento impulsado por la serendipia, con la teoría sirviendo principalmente como un "post-mortem"? Argumento que esta visión desestima el valor de la teoría.
Resumen
Es un refrán común que la teoría sigue a la práctica, casi como un "post-mortem", lo que lleva a muchos a cuestionar el valor de la teoría, especialmente en nuestro mundo moderno, cargado de datos. ¿Por qué invertir en teoría? Creo que esta mentalidad deriva de una visión excesivamente estrecha de la cadena causal del descubrimiento. Si amplías la vista, puedes ver las innumerables formas en que la teoría es el motor que impulsa a los inventores hacia nuevos descubrimientos. Argumento que necesitamos preservar un lugar para la teoría en nuestro mundo moderno, para no perder de vista algunas lecciones sobre cómo progresan la ciencia y la sociedad.
La teoría está en un mal lugar en estos días. Tras los triunfos del siglo XX, a medida que hemos avanzado hacia el estudio de sistemas complejos que quizás ahora están comenzando a revelar sus secretos al aprendizaje automático, creo que es de moda preguntar por qué nos molestamos con la teoría en absoluto: simplemente recopilemos todos los datos y dejemos que algunas GPU nos digan lo que todo esto significa. Sin embargo, esta mentalidad no es nueva en la era de la IA. Versiones del argumento de que la teoría tiene un valor limitado porque a menudo viene después de que los ingenieros han hecho todos los avances prácticos han existido desde que tengo memoria. Básicamente, la teoría es como un "post-mortem" para explicar cómo funcionan las cosas a un par de cerebritos mucho después de que su utilidad ha sido establecida.
Por ejemplo:
Creo que estos argumentos surgen de una visión excesivamente estrecha del progreso. El problema es que los plazos de las aplicaciones de la teoría son, de hecho, tan largos que confundimos la asignación de causa y efecto. Tomemos el ejemplo citado anteriormente de los circuitos y las ecuaciones de Maxwell, las ecuaciones que rigen la electrodinámica. Sí, los circuitos ciertamente preceden a las ecuaciones de Maxwell, y si lo miras de esa manera, claro, es un "post-mortem".
Sin embargo, ampliemos un poco la vista. ¿Las personas simplemente juntaron piezas de metal al azar y descubrieron que formaban circuitos? ¡Para nada! En ese momento, la idea (teoría, si lo prefieres) de que la electricidad era un fluido (Ben Franklin) que podía moverse de un lugar a otro sirvió como base para el diseño de circuitos. No estoy seguro, pero asumiría que la teoría sirvió como base para los circuitos.
Podemos hacer el mismo ejercicio del otro lado. Tomemos la invención de la radio por Marconi. ¿Fue su invención solo el resultado de un experimento aleatorio? Para nada. Su trabajo ya dependía en gran medida de la teoría de ondas de la radiación electromagnética (confirmada por Hertz), sin la cual simplemente no habría forma de que él hiciera ningún progreso. Puedo asumir que estas teorías estaban bien establecidas, probablemente hasta el punto de ser tomadas por sentado.
Por supuesto, uno podría argumentar que en las ciencias de la vida, dependemos mucho más de la experimentación y la serendipia, por lo que la relevancia de la teoría es menor. Creo que hay un sentido de que, por lo tanto, deberíamos hacer mucha más experimentación. Ve, por ejemplo, un tweet de @RuxandraTeslo, hecho en referencia al tweet anterior sobre la teoría rezagada respecto a la práctica.
Ciertamente soy comprensivo con este punto, y estaría de acuerdo con Teslo en que necesitamos mucha más experimentación. Y, por supuesto, la serendipia a menudo se menciona en el contexto del desarrollo de fármacos. Pero aquí está la cosa: el espacio de todos los experimentos posibles es imposiblemente grande, y la teoría sirve como una guía (a veces invisible) a través de este espacio.
Tomemos un vistazo a la penicilina, un caso aparentemente clásico de serendipia: Fleming deja un plato de Petri afuera, que se enmohece, y el moho mata las bacterias. A partir de ahí, se deriva la penicilina, y nace una nueva era de la medicina, aparentemente por casualidad, independientemente de los detalles particulares ("mecanismo de acción") por los cuales se median los efectos de la penicilina. Pero incluso aquí, el patrón es en realidad el mismo. Amplía un poco la vista, y la base misma de este descubrimiento es la teoría germinal de la enfermedad, formulada unos 60 años antes por Pasteur. Sin la teoría germinal, no habría base para que esta observación tuviera algún significado. Amplía la vista en la otra dirección también: descubrir la base genética de la resistencia a la penicilina es crítico para la clonación molecular que alimentó el campo de la biotecnología.
Lo mismo ocurre con las quimioterapias contra el cáncer. El cisplatino fue descubierto al notar que un electrodo tenía el efecto de detener la división de las bacterias, por lo que el razonamiento fue que podría tener un efecto sobre la división celular en el cáncer. Sin embargo, toda esta cadena depende del conocimiento de que el cáncer es una enfermedad de nuestras propias células dividiéndose incontrolablemente. De hecho, durante gran parte de la historia humana, se pensaba que el cáncer era en realidad una enfermedad causada por objetos extraños o desequilibrios internos de los fluidos corporales. Se requería una innovación conceptual para que alguien hiciera las conexiones necesarias para darse cuenta de la importancia de la observación.
De todos modos, nuevamente, nada de esto quiere decir que la serendipia no juegue ningún papel, ni que debamos tener menos en lugar de más ensayos clínicos (ciertamente argumentaría lo contrario). Pero creo que, en medio de toda la emoción en torno a la recopilación de datos de alto rendimiento, el aprendizaje automático y similares, deberíamos tener cuidado de no subestimar el valor de la teoría. Puede que no lo veamos de inmediato, o incluso a corto plazo, pero ignorar la teoría es un peligro para nosotros. Es lo que prepara nuestra mente para convertir el cambio en serendipia.
PD:
Además, es notable que todos estos descubrimientos fueron realizados por personas que estaban profundamente inmersas en sus disciplinas. No eran personas al azar haciendo cosas al azar. Eran personas con mentes preparadas. Hay una corriente de sentimiento anti-establecimiento que dice que las instituciones de aprendizaje están frenando el conocimiento y el progreso. Creo que la evidencia simplemente no apoya esa visión.




37
Parte superior
Clasificación
Favoritos
