NUEVA encuesta: Agentes de IA para el descubrimiento científico. Esta es una de las áreas más emocionantes de cara a 2026. (marca este) Esta nueva investigación introduce SAGA (Agente Autónomo Científico Evolutivo de Metas), un marco binivel en el que el bucle externo evoluciona automáticamente los objetivos mientras que el bucle interno optimiza las soluciones. ¿Por qué es tan importante este artículo? El descubrimiento científico requiere iterar sobre qué optimizar, no solo cómo optimizar. Automatizar este ciclo de evolución objetivo cierra una brecha que ha limitado la mayoría de la investigación científica reciente impulsada por IA. En lugar de tratar el diseño objetivo como una decisión humana única, SAGA lo convierte en un proceso de descubrimiento dinámico y autónomo. Un planificador basado en LLM propone nuevos objetivos. Un implementador las convierte en funciones ejecutables de puntuación. Un optimizador busca soluciones. Un analizador examina los resultados e identifica dónde los objetivos necesitan perfeccionamiento. SAGA opera en tres niveles de automatización: > modo copiloto, donde los científicos colaboran en la evolución objetiva > semi-piloto donde los científicos solo proporcionan retroalimentación al analizador > piloto automático donde tanto el análisis como la planificación están totalmente automatizados Resultados en cuatro dominios científicos: En el diseño de antibióticos para K. pneumoniae resistente a fármacos, SAGA logra el mejor equilibrio entre la actividad biológica y la semejanza del fármaco. Aunque las líneas base no optimizan la actividad o alcanzan alta actividad con moléculas químicamente irreales, SAGA añade dinámicamente objetivos como penalizaciones de síntesis y filtros de estabilidad metabólica basados en el análisis de tendencias a nivel poblacional. En diseño de materiales, SAGA encontró 15 estructuras estables novedosas para imanes permanentes con bajo riesgo en la cadena de suministro en 200 cálculos de DFT, superando a MatterGen (11 estructuras). Para materiales superduros, más del 90% de los cristales propuestos contienen elementos ligeros esenciales para la dureza, en línea con los hallazgos experimentales. En el diseño de secuencias de ADN, SAGA supera las referencias en el diseño de potenciadores específicos por tipo celular hasta en un 176%, con una mejora del 48% en especificidad y un 47% en el enriquecimiento de motivos. En el diseño de procesos químicos, SAGA identifica que optimizar solo para la pureza del producto conduce a hojas de flujo innecesariamente complejas, y luego añade de forma autónoma objetivos para los costes de capital y la intensidad del flujo de materiales. ...