Los microscopios se rindieron, pero la red neuronal no. Resulta que la IA puede rozar el límite de las mediciones

Existe un límite que ni el microscopio más avanzado puede superar. Ningún instrumento en el mundo puede registrar la posición de una partícula con precisión infinita. No se trata de lentes defectuosas ni de ruido electrónico: es una limitación fundamental impuesta por la propia naturaleza de la luz y las leyes de la transmisión de información. Ni siquiera una lente perfecta puede eliminar la borrosidad intrínseca de una imagen. Pero, esperen… ¿es posible acercarse a ese límite utilizando tecnologías modernas, incluida la inteligencia artificial?

Esta es la pregunta que se planteó un equipo internacional de científicos de la Universidad Tecnológica de Viena (TU Wien), la Universidad de Glasgow y la Universidad de Grenoble. Encontraron la respuesta en el marco de un trabajo teórico y experimental cuyos resultados fueron publicados en la revista Nature Photonics.

Para entender el problema, imagina que intentas observar un objeto diminuto a través de un cristal empañado. En la pantalla no ves el objeto en sí, sino un conjunto caótico de destellos claros y oscuros. La pregunta es: ¿es posible, a partir de esta imagen, determinar con precisión dónde está el objeto? ¿Y con qué margen de error? Este es precisamente el desafío diario de la medicina diagnóstica, la biofísica y la tomografía óptica, cuando se intenta “ver” estructuras profundas del organismo a través de tejidos difusos.

Aquí entra en juego un concepto fundamental: la información de Fisher. Se trata de una medida matemática que indica cuánta información útil contiene una señal sobre un parámetro de interés (por ejemplo, la posición de un objeto). Cuanto mayor es la información de Fisher, más realista será la estimación. Cuando su valor se acerca a cero, ningún método de análisis podrá extraer más del mensaje de lo que la física permite.

Los teóricos austríacos determinaron la precisión máxima alcanzable para identificar una posición en un medio óptico con cualquier nivel de distorsión, sin importar cuán alterada esté la forma de la señal original. Sus cálculos se basan precisamente en la información de Fisher —la cantidad de datos útiles que pueden obtenerse incluso observando a través del ruido.

Mientras tanto, los investigadores de Grenoble y Glasgow realizaron un experimento práctico. Enfocaron un láser sobre un objetivo reflectante en miniatura, oculto tras una capa líquida semitransparente. Debido a múltiples reflexiones, la imagen obtenida consistía en manchas borrosas sin estructura aparente.

Sin embargo, como explica Maximilian Weimar, si se entrena una red neuronal con una gran cantidad de estas imágenes, donde se conoce la ubicación real del objeto, la IA puede aprender los patrones y predecir las coordenadas incluso en casos nuevos, nunca antes vistos.

Lo más impresionante es que la red neuronal logró un resultado que se quedó apenas a décimas de porcentaje del límite fundamental. Es decir, alcanzó casi el máximo nivel de precisión que permiten las leyes físicas.

«Nuestro método no es solo eficaz, es casi perfecto», subraya el profesor Stefan Rotter de TU Wien. «Nos acercamos a ese umbral donde empieza la absoluta imposibilidad de medir».

El potencial de este enfoque es enorme. Los métodos ópticos mejorados con IA pueden aplicarse en medicina —por ejemplo, para diagnosticar tumores—, en biología —para estudiar procesos celulares—, en ciencia de materiales —para analizar microestructuras— e incluso en tecnologías cuánticas. Donde antes la precisión chocaba con los límites de la física y las limitaciones del equipo, ahora se abren nuevos horizontes.