La compañía Merck ha anunciado en un comunicado que su planificador de experimentación impulsado por inteligencia artifical, Bayesian Back End (BayBE), ya se encuentra disponible en código abierto en GitHub. Este proyecto ha sido desarrollado junto a Acceleration Consortium, la coalición global con sede en la Universidad de Toronto que tiene como objetivo transformar la innovación de materiales.
El director del Consorcio de Aceleración y profesor de Química e Informática de la Universidad de Toronto, Alán Aspuru-Guzik, ha señalado "estar entusiasmado" con la colaboración y afirma que con este software “podemos revolucionar la forma en que se diseñan y realizan los experimentos, acelerando los descubrimientos e impulsando el progreso de formas que nunca antes habíamos imaginado”.
BayBE permite optimizar el diseño de experimentos en diferentes campos, a través de métodos estadísticos que utiliza la probabilidad para actualizar el conocimiento a partir de los datos. Es decir, con esta tecnología se sugiere el siguiente mejor experimento que maximice la información obtenida y reduzca la incertidumbre. BayBE también puede integrarse con equipos automatizados para realizar experimentos de forma autónoma y adaptativa.
"Merck continúa invirtiendo en tecnologías digitales que pueden revolucionar las industrias de la salud, las ciencias biológicas y la electrónica”
“Junto con nuestros socios de Acceleration Consortium, continuamos impulsando la productividad con herramientas digitales como BayBE. Merck sigue invirtiendo en tecnologías digitales que pueden revolucionar las industrias de la salud, las ciencias biológicas y la electrónica”, ha afirmado Laura Matz, directora de Ciencia y Tecnología de Merck.
A la hora de llevar a cabo un experimento, este se diseña desde un enfoque tradicional basado en la experiencia del investigador y de su intuición. Inevitablemente, usar este procedimiento genera variaciones en actuación entre los diferentes laboratorios. La inteligencia artificial (IA) permite formas novedosas de abordar estos problemas y reducir el tiempo necesario y el dinero invertido, además de aumentar la sostenibilidad.
“BayBE reúne varias tecnologías avanzadas bajo un mismo paraguas y se centra en hacerlas útiles para fines industriales. Si bien ya tiene muchos casos de uso interno, estamos entusiasmados de compartirlos con una comunidad más amplia a través del código abierto. Lo que empezó como un avance intersectorial, ahora puede convertirse en un avance interindustrial”, concluye Matz.