Temas en tendencia
#
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
Entrada de blog: El azar favorece a la mente (teóricamente) preparada
Los datos son grandes, las máquinas están aprendiendo, así que ¿de qué sirve la teoría, de todos modos? ¿No está la mayoría de los descubrimientos impulsados por la serendipia, con la teoría sirviendo principalmente como un "post-mortem"? Sostengo que esta visión resta valor a la teoría.
Resumen: dr
Es un estribillo común que la teoría sigue a la práctica, casi como un "post-mortem", lo que lleva a muchos a cuestionar su valor, especialmente en nuestro mundo moderno y 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 te alejas, puedes ver la infinidad de formas en que esa teoría es el motor que impulsa a los inventores a nuevos descubrimientos. Sostengo que debemos preservar un lugar para la teoría en nuestro mundo moderno, no sea que perdamos de vista algunas lecciones sobre cómo progresan la ciencia y la sociedad.
La teoría está en un mal momento estos días. Tras los triunfos del siglo XX, a medida que hemos avanzado hacia el estudio de sistemas complejos que quizás ahora empiezan a revelar sus secretos para el aprendizaje automático, creo que está de moda preguntarse por qué nos molestamos en la teoría en absoluto: simplemente recopilemos todos los datos y dejemos que algunas GPUs nos digan qué significa todo esto. 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 surge después de que los ingenieros hayan hecho todos los avances prácticos 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 se haya establecido su utilidad.
Por ejemplo:
Creo que estos argumentos surgen de una visión demasiado limitada del progreso. El problema es que los plazos de las aplicaciones de la teoría son, de hecho, tan largos que se confunde la asignación de causa y efecto. Tomemos el ejemplo citado arriba de circuitos y las ecuaciones de Maxwell, las ecuaciones que gobiernan la electrodinámica. Sí, los circuitos ciertamente son anteriores a las ecuaciones de Maxwell, así que si lo miras así, claro, es un "post-mortem".
Vamos a alejarnos un poco, sin embargo. ¿La gente simplemente juntaba piezas de metal al azar y descubría que formaban circuitos? ¡De nada! En aquel momento, la idea (teoría, si se quiere) de que la electricidad era un fluido (Ben Franklin) que podía moverse de un lugar a otro sirvió de base para el diseño de circuitos. No estoy seguro, pero supongo que esa teoría sirvió de base para los circuitos.
Podemos hacer el mismo ejercicio al otro lado. Tomemos la invención de la radio por Marconi. ¿Su invento fue solo el resultado de ajustes aleatorios? De nada. Su trabajo ya dependía en gran medida de la teoría ondulatoria de la radiación electromagnética (confirmada por Hertz), sin la cual simplemente no habría forma de avanzar en absoluto. Puedo suponer que estas teorías estaban bien establecidas, probablemente hasta el punto de ser dadas por sentadas.
Por supuesto, se 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 una sensación de que deberíamos hacer mucha más experimentación. Véase, por ejemplo, un tuit de @RuxandraTeslo, hecho en referencia al tuit anterior sobre la teoría que rezaga la práctica.
Sin duda soy comprensivo con este punto, y coincido con Teslo en que necesitamos mucha más experimentación. Y ciertamente la serendipia suele mencionarse en el contexto del desarrollo de fármacos. Pero aquí está la cuestión: el espacio de todos los experimentos posibles es increíblemente grande, y la teoría sirve como una guía (a veces invisible) a través de este espacio.
Veamos la penicilina, un caso aparentemente clásico de serendipia: Fleming deja fuera una placa de Petri, que se vuelve mohosa, y el moho mata a las bacterias. 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") mediante los cuales se median los efectos de la penicilina. Pero incluso aquí, el patrón es en realidad el mismo. Si ampliamos un poco la vista, la base misma de este descubrimiento es la teoría germinal de la enfermedad, formada unos 60 años antes por Pasteur. Sin la teoría germinal, no habría base para que esta observación tuviera ningún significado. Echa la vista en la otra dirección también: descubrir la base genética de la resistencia a la penicilina es fundamental para la clonación molecular que impulsó el campo de la biotecnología.
Lo mismo ocurre con las quimioterapias contra el cáncer. El cisplatino se descubrió al notar que un electrodo tenía el efecto de impedir la división de bacterias, por lo que la razón era que podría influir en la división celular en el cáncer. Sin embargo, toda esta cadena se basa en el conocimiento mismo de que el cáncer es una enfermedad de nuestras propias células que se dividen 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. La innovación conceptual era necesaria para que alguien hiciera las conexiones necesarias para comprender la importancia de la observación.
En fin, de nuevo, nada de esto significa que la serendipia no tenga ningún papel, ni que debamos tener menos ensayos clínicos en lugar de más (yo sin duda diría lo contrario). Pero sí 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 bajo nuestro propio riesgo. Es lo que prepara nuestra mente para convertir el cambio en serendipia.
PD:
Además, es destacable que todos estos descubrimientos fueron realizados por personas profundamente inmersas en sus disciplinas. No eran personas al azar haciendo cosas al azar. Eran personas con mente muy preparada. Existe una corriente de sentimiento anti-establishment que dice que las instituciones educativas están frenando el conocimiento y el progreso. Creo que la evidencia simplemente no apoya esa visión.




43
Populares
Ranking
Favoritas
