Durante décadas, una de las preguntas más fascinantes que se ha hecho la humanidad ha sido: ¿estamos solos en el universo?. Responderla requiere analizar cantidades ingentes de información procedente de radiotelescopios repartidos por todo el mundo, una tarea imposible para un único superordenador. Precisamente de esa necesidad nació uno de los proyectos científicos más conocidos de Internet: SETI@home.
Aunque el proyecto original ya no procesa nuevos datos, su legado sigue muy vivo y ha servido de inspiración para decenas de iniciativas de computación distribuida que continúan ayudando a la ciencia. Además, la llegada de la Inteligencia Artificial está cambiando por completo la forma en que se analizan esos datos.
¿Qué era SETI@home?
SETI@home fue un proyecto de computación distribuida desarrollado por la Universidad de California en Berkeley dentro del programa SETI (Search for Extraterrestrial Intelligence).
La idea era sorprendentemente sencilla: en lugar de utilizar un único centro de cálculo, se aprovechaba el tiempo libre de millones de ordenadores personales conectados a Internet.
Cuando el ordenador permanecía inactivo, descargaba un pequeño bloque de datos capturados por radiotelescopios, los analizaba en segundo plano buscando posibles señales artificiales y devolvía los resultados al servidor central.
Cada participante aportaba una pequeña parte de potencia de cálculo, pero sumando millones de equipos se obtenía una capacidad comparable a algunos de los superordenadores más potentes del momento.
Durante más de veinte años, SETI@home contó con millones de voluntarios repartidos por todo el planeta, convirtiéndose en uno de los mayores experimentos de computación distribuida de la historia.
¿Por qué era necesario tanto cálculo?
Los radiotelescopios generan cantidades enormes de información.
Cada observación contiene millones de posibles frecuencias, diferentes intensidades de señal, variaciones temporales y multitud de interferencias producidas por satélites, radares, teléfonos móviles y otros dispositivos terrestres.
Encontrar una posible señal de origen artificial equivale, en cierto modo, a buscar una aguja en un pajar... cuando el pajar tiene varios petabytes de tamaño.
Cada fragmento debía analizarse mediante algoritmos matemáticos que buscaban:
- señales extremadamente estrechas en frecuencia
- patrones repetitivos
- cambios producidos por el efecto Doppler
- pulsos periódicos
- comportamientos que no pudieran explicarse por fenómenos naturales conocidos.
Ese trabajo requería millones de horas de procesamiento.
El nacimiento de BOINC
El enorme éxito de SETI@home dio lugar al desarrollo de una plataforma mucho más flexible llamada BOINC (Berkeley Open Infrastructure for Network Computing).
BOINC permite que cualquier investigador pueda crear un proyecto de computación distribuida sin tener que desarrollar toda la infraestructura desde cero.
Actualmente existen numerosos proyectos científicos funcionando sobre esta plataforma.
Proyectos que continúan hoy en día
Aunque SETI@home dejó de distribuir nuevas tareas en 2020, muchos otros proyectos siguen aprovechando la potencia de miles de ordenadores voluntarios.
Einstein@Home
Busca ondas gravitacionales, púlsares y otros fenómenos astrofísicos analizando datos procedentes de diferentes observatorios.
Gracias a este proyecto se han descubierto numerosos púlsares que habrían pasado desapercibidos utilizando únicamente métodos tradicionales.
Rosetta@home
Ayuda al estudio del plegamiento de proteínas.
Comprender cómo se pliegan correctamente las proteínas es fundamental para investigar enfermedades y desarrollar nuevos tratamientos médicos.
World Community Grid
Durante años ha reunido proyectos relacionados con:
- investigación médica
- enfermedades infecciosas
- cáncer
- agricultura
- energías limpias
- cambio climático
Ha permitido que investigadores de todo el mundo dispongan de recursos computacionales que de otro modo serían inalcanzables.
ClimatePrediction.net
Permite ejecutar miles de simulaciones climáticas para estudiar distintos escenarios futuros relacionados con el cambio climático.
En lugar de realizar una única simulación gigantesca, distribuye miles de pequeñas simulaciones entre los ordenadores de los voluntarios.
GPUGrid
Especializado en simulaciones biomoleculares utilizando la enorme capacidad de cálculo de las tarjetas gráficas modernas.
Las GPU ofrecen un rendimiento extraordinario para ciertos tipos de cálculos científicos.
La revolución de la Inteligencia Artificial
En la época en la que nació SETI@home, el análisis se basaba casi exclusivamente en algoritmos diseñados manualmente.
Hoy la situación ha cambiado radicalmente.
Los modelos de Inteligencia Artificial son capaces de aprender directamente a partir de enormes cantidades de datos, encontrando patrones extremadamente complejos que resultarían muy difíciles de programar mediante reglas tradicionales.
En astronomía, la IA ya se utiliza para:
- clasificar millones de galaxias automáticamente
- detectar exoplanetas en datos de telescopios espaciales
- identificar supernovas
- eliminar interferencias de origen terrestre
- localizar eventos astronómicos poco frecuentes
- priorizar observaciones realmente interesantes
¿Cómo podría ayudar la IA en la búsqueda de vida extraterrestre?
La búsqueda de inteligencia extraterrestre es uno de los campos donde la IA promete mayores avances.
En lugar de limitarse a buscar señales que encajen en un patrón previamente definido, un modelo de aprendizaje automático puede detectar comportamientos "anómalos" que merezcan ser estudiados por los investigadores.
Por ejemplo, una red neuronal podría aprender el comportamiento habitual del ruido de fondo y señalar automáticamente aquellas señales que se aparten de lo esperado.
Esto permitiría:
- reducir drásticamente los falsos positivos
- analizar muchos más datos en menos tiempo
- descubrir patrones completamente nuevos
- adaptar continuamente los modelos conforme se obtienen nuevos datos
En otras palabras, la IA no sustituye a los científicos, sino que actúa como un filtro inteligente capaz de destacar aquello que realmente merece atención.
¿Computación distribuida e IA son compatibles?
Absolutamente.
Aunque el entrenamiento de grandes modelos de Inteligencia Artificial suele realizarse en centros especializados con miles de GPU, la computación distribuida sigue teniendo mucho que aportar.
Existen varias posibilidades:
- distribuir tareas de preprocesado de datos
- ejecutar modelos ya entrenados sobre millones de pequeños fragmentos de información
- validar resultados obtenidos por diferentes algoritmos
- comparar distintos modelos de IA sobre los mismos datos
De hecho, cada vez aparecen más investigaciones que combinan ambos enfoques para aprovechar lo mejor de cada uno.
¿Tiene sentido participar hoy?
La respuesta sigue siendo sí.
Aunque los ordenadores actuales son muchísimo más potentes que los de hace veinte años, la cantidad de datos científicos también ha crecido de forma espectacular.
Astronomía, biología, medicina, climatología o física generan volúmenes de información que siguen necesitando enormes recursos computacionales.
Si miles de personas ceden una pequeña parte de la capacidad de sus equipos cuando no los utilizan, los investigadores pueden acceder a una potencia de cálculo que, de otro modo, requeriría inversiones millonarias.
Conclusión
SETI@home demostró que la colaboración entre millones de personas podía convertirse en una herramienta científica extraordinaria. Más allá de la búsqueda de vida extraterrestre, abrió el camino a una nueva forma de hacer ciencia basada en la participación ciudadana y el aprovechamiento de recursos distribuidos.
Hoy, la Inteligencia Artificial está transformando ese modelo. La combinación de redes neuronales, aprendizaje automático y computación distribuida permite analizar volúmenes de datos que hace apenas unos años eran inabordables. No significa que estemos más cerca de encontrar una señal de otra civilización, pero sí que contamos con herramientas mucho más eficaces para distinguir lo verdaderamente interesante entre el inmenso ruido del universo.
Quizá la próxima gran respuesta a una de las preguntas más antiguas de la humanidad no llegue desde un único superordenador, sino gracias al trabajo conjunto de miles de investigadores, millones de ordenadores y algoritmos de Inteligencia Artificial capaces de detectar aquello que hasta ahora había pasado desapercibido.
