Por Canuto  

SandboxAQ anunció una alianza con Anthropic para integrar en Claude sus modelos científicos de IA, una movida con la que busca abrir herramientas avanzadas de descubrimiento de fármacos y ciencia de materiales a usuarios que no cuentan con infraestructura informática especializada.
***

  • SandboxAQ integrará sus grandes modelos cuantitativos, o LQMs, directamente en Claude mediante una interfaz de lenguaje natural.
  • La empresa sostiene que el principal cuello de botella en el descubrimiento de fármacos no son los modelos, sino la dificultad de acceso y uso.
  • Los LQMs de SandboxAQ están basados en la física y pueden ejecutar cálculos de química cuántica, dinámica molecular y microcinética.

 

El descubrimiento de fármacos sigue siendo uno de los procesos más costosos y lentos de la industria moderna. Encontrar una sola molécula viable puede tomar una década y exigir inversiones de miles de millones, incluso cuando la mayoría de los candidatos termina fracasando antes de llegar al mercado.

En ese contexto, SandboxAQ anunció una asociación con Anthropic para integrar sus modelos científicos de inteligencia artificial directamente en Claude. La apuesta busca trasladar herramientas complejas de descubrimiento de fármacos y ciencia de materiales a una interfaz conversacional, de modo que puedan usarse sin necesidad de infraestructura informática especializada.

La propuesta apunta a un problema distinto al que suele dominar el debate sobre IA. En lugar de insistir en que faltan mejores modelos, SandboxAQ sostiene que el verdadero cuello de botella está en la interfaz y en la dificultad práctica para acceder a estas capacidades desde entornos de trabajo cotidianos.

Según reportó TechCrunch, la empresa considera que poner estos sistemas detrás de una experiencia de lenguaje natural puede ampliar de forma importante el grupo de usuarios capaces de aprovecharlos. Esto incluye investigadores que no necesariamente cuentan con un doctorado en computación ni con equipos dedicados para desplegar software científico avanzado.

Qué aporta SandboxAQ con sus modelos científicos

SandboxAQ fue fundada hace unos cinco años como una escisión de Alphabet. La compañía tiene como presidente a Eric Schmidt, ex CEO de Google, y ha recaudado más de USD $950.000.000 de inversionistas para desarrollar varias líneas de negocio.

Entre esas áreas figura la ciberseguridad, pero uno de los pilares más distintivos de la empresa es su trabajo con grandes modelos cuantitativos, conocidos como LQMs. Estos modelos son propietarios y están descritos por la firma como sistemas “basados en la física”.

Ese enfoque implica que los LQMs se construyen a partir de reglas del mundo físico, en lugar de depender principalmente de patrones aprendidos desde texto, como ocurre con muchos modelos de lenguaje. En términos prácticos, esto les permite abordar problemas donde importan las ecuaciones científicas y el comportamiento real de moléculas y materiales.

SandboxAQ señala que sus modelos pueden ejecutar cálculos de química cuántica y simular tanto la dinámica molecular como la microcinética. Esta última estudia cómo se desarrollan las reacciones químicas a nivel molecular, un detalle relevante cuando se intenta anticipar si una molécula candidata tendrá el comportamiento esperado antes de entrar al laboratorio.

La capacidad de simular esos procesos puede resultar clave en sectores donde los ciclos de experimentación son largos y costosos. En vez de depender solo de pruebas físicas, los investigadores pueden obtener una mejor idea del potencial de una molécula o de un material antes de invertir recursos adicionales en validación experimental.

Claude como puerta de entrada para usuarios no especializados

La integración con Claude busca precisamente reducir las barreras de acceso a esa clase de herramientas. De acuerdo con Nadia Harhen, gerente general de simulación de IA de SandboxAQ, esta es la primera vez que existe un modelo cuantitativo de frontera sobre un modelo de lenguaje de frontera al que alguien puede acceder mediante lenguaje natural.

La relevancia de esa afirmación está en el tipo de usuarios que históricamente han trabajado con estos sistemas. Antes de esta integración, quienes querían utilizar los LQMs de SandboxAQ debían aportar su propia infraestructura digital para ejecutar los modelos, una exigencia que reducía el universo de adopción a perfiles muy técnicos.

Los clientes habituales de la empresa suelen ser científicos computacionales, científicos de investigación o experimentalistas. En muchos casos, estos profesionales trabajan en grandes compañías farmacéuticas o industriales y buscan nuevos materiales que eventualmente puedan convertirse en productos comercializables.

Harhen explicó que esos clientes llegan a SandboxAQ después de probar otras soluciones de software disponibles en el mercado. Según su descripción, la complejidad de los problemas que enfrentan es tan alta que las herramientas previas no funcionaron o no produjeron resultados positivos cuando las simulaciones se trasladaron al mundo real.

Con Claude como interfaz, la empresa intenta simplificar ese salto entre complejidad científica y uso práctico. La idea es que los investigadores puedan interactuar con los modelos mediante instrucciones en lenguaje natural, sin tener que encargarse primero de desplegar entornos de cómputo especializados.

Una apuesta por la llamada economía cuantitativa

SandboxAQ dejó claro que no pretende competir en el terreno de los chatbots generalistas ni en el de los asistentes de código. En su comunicación reciente, la empresa definió a los LQMs como modelos de IA diseñados para la economía cuantitativa, un segmento que valoró en más de USD $50.000.000.000.000.

Según la compañía, ese mercado incluye biofarmacéutica, servicios financieros, energía y materiales avanzados. La formulación no es menor, porque sitúa sus modelos dentro de industrias donde la capacidad de simulación, predicción y análisis físico puede traducirse en decisiones de alto impacto económico.

Para un público interesado en IA y mercados tecnológicos, el movimiento también muestra una tendencia relevante. El valor ya no se concentra solamente en construir modelos cada vez más grandes, sino en integrarlos en flujos de trabajo donde usuarios especializados puedan extraer resultados útiles con menos fricción.

En ese sentido, SandboxAQ se diferencia de otras apuestas centradas en mejorar modelos científicos desde la base. La compañía parece enfocarse con fuerza en la pregunta sobre quién puede usar realmente estas herramientas y bajo qué condiciones operativas.

Ese enfoque puede resultar especialmente importante en industrias reguladas y costosas como la farmacéutica. En esos espacios, la velocidad de adopción no depende solo de la precisión del modelo, sino también de la facilidad para incorporarlo a procesos reales de investigación y desarrollo.

Competencia y contexto en la carrera por la ciencia asistida por IA

El anuncio también llega en medio de una carrera más amplia por aplicar inteligencia artificial a la ciencia. Empresas como Chai Discovery e Isomorphic Labs, ambas descritas como apuestas bien financiadas en torno a mejores modelos, han centrado sus esfuerzos en el ámbito científico.

Frente a ese panorama, SandboxAQ parece estar intentando una ruta complementaria. En vez de presentarse únicamente como una firma con mejores motores de simulación, pone el foco en la capa de acceso, es decir, en cómo hacer que estas capacidades sean utilizables fuera de nichos técnicos muy cerrados.

Para lectores nuevos en el tema, la diferencia es importante. Un modelo muy potente puede seguir teniendo un alcance limitado si solo puede ser operado por expertos con infraestructura propia, conocimientos avanzados de computación y procesos internos complejos.

Al integrarse con un asistente conversacional ya conocido como Claude, SandboxAQ busca disminuir esa fricción. Si la estrategia funciona, podría facilitar pruebas más rápidas, hipótesis mejor informadas y ciclos de exploración menos costosos en áreas donde cada experimento fallido consume tiempo y capital.

Por ahora, la noticia no aporta detalles específicos sobre precios, disponibilidad comercial o métricas comparativas de desempeño frente a otras plataformas. Sin embargo, sí deja clara la dirección estratégica de la empresa: llevar la IA científica basada en física a una experiencia más accesible para investigadores y equipos industriales.

La apuesta de fondo es ambiciosa. Si el verdadero obstáculo en sectores como el descubrimiento de fármacos es el acceso práctico a modelos avanzados, entonces una interfaz en lenguaje natural podría convertirse en una ventaja competitiva tan importante como el propio motor científico que la respalda.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados