Búsqueda · 25 momentos en 13 episodios
María RibesAlberto ApariciJuan Carlos GilIgnacio CrespoFrancis VillatoroHéctor SocasLuisa AchaerandioPushmeet Kohli · DeepMindThore Graepel · DeepMindalphafold 3 próximos pasosinvestigación biológica aspectos fundamentalesconocimiento humano alpha goalphagol impulsó alphafoldalphafold 1 proceso dos pasosred neuronal proteínas cercanasmódulo predice estructura tridimensionalalphafold ii red neuronalestructura tridimensional secuencia aminoácidosarquitectura red neuronal conocimiento científicoproyecto alphafold desafío biologíaproteínas pilares de la vidareceta de la vida biologíaAlphaFoldFrancis VillatoroAlphaGoIgnacio CrespoAlphaFold 3Juan Carlos GilPremio Nobel de QuímicaHéctor SocasMaría RibesAlberto ApariciPushmit Colley
AlphaFold rompe barrera desafío computacional
Con
0:000:301:001:302:002:303:003:33
Francis Villatoro reflexiona sobre el significado del proyecto AlphaFold, destacando que, aunque resolvió un desafío importante, es solo un paso en la comprensión más amplia de la biología.
…el plegamiento de proteínas me parecía completamente intratable. Así que finalmente AlfaFold logró resolver este problema, transformando lo que había sido un gran desafío de 50 años en una nueva base fundamental para la investigación biológica. Entonces, Dr. Colley, mi pregunta es: ¿qué viene ahora con AlphaFold 3 y qué aspectos fundamentales quedan aún sin resolver en este campo? Sí, yo creo que lo que AlphaGo nos demostró es que podemos ir mucho más allá de lo que el conocimiento humano nos permite y así ser capaces de generar nuevas y muy valiosas perspectivas. Y en cierto sentido comenzamos el proyecto de AlphaFold inmediatamente después del partido de Lissedol porque aquello nos dio la confianza necesaria para explorar a fondo toda esta área. La primera iteración de AlphaFold, AlphaFold 1, fue construida como un proceso de dos pasos: en primer lugar, había una red neuronal que nos proporcionaba algunas ideas o pistas sobre qué proteínas podrían estar próximas entre sí; y luego, en segundo lugar, había un módulo más clásico que se encargaba de intentar predecir la estructura tridimensional. Para AlphaFold II comenzamos completamente desde cero y lo abordamos de principio a fin, con una única red neuronal, partiendo exclusivamente de la secuencia de aminoácidos para predecir la estructura tridimensional. Y esa elegancia y la simplicidad de aquella solución, con una gran cantidad de conocimiento científico muy interesante integrado en la arquitectura de la red neuronal, fue la clave para lograr ese asombroso éxito. Así que si lo piensas, AlphaFault resolvió ese gran desafío, pero más ampliamente es solo un paso en nuestra comprensión de la biología; así que las proteínas son los pilares de la vida y hacen que todos los fenómenos biológicos ocurran. Pero si observamos la receta de la vida y Pensamos en nuestro ADN, en cómo podemos entender la semántica de nuestro propio ADN, en descifrar lo que realmente está codificado en todo el genoma. ¿Cómo es posible que un embrión sepa cómo desarrollarse completamente, que sea capaz de desarrollar un…
Significado #1 · Palabras #4
Héctor Socas explica cómo los sistemas de inteligencia artificial aprenden a jugar, no mediante programación humana directa, sino jugando partidas repetidamente. Menciona AlphaFold y su impacto en la bioquímica al recibir el Premio Nobel de Química en 2024.
Habla: Héctor SocasSignificado #9alphafold y el premio nobel químicaaprendizaje jugando partidas inteligencia artificialplegamiento de proteínas alphafold…juegos de guerra, como decían desde el principio de la película: que Whopper estaba continuamente jugando a la Tercera Guerra Mundial y ese fruto de estar 24 horas al día, 7 días a la semana jugando a la Tercera Guerra Mundial es como iba aprendiendo. pues la idea era hacer eso, un sistema que aprendiera a jugar a base de jugar partidas, no de ser programado por humanos como tenía que jugar y esa línea ha sido muy exitosa; de hecho, aquí hemos hablado muchísimo, no tanto de AlphaGo sino de AlphaFold, que fue un poco la secuela que hacía el plegamiento de proteínas y que recibió el premio Nobel de Química en 2024 por ese gran avance que supuso en la bioquímica: el poder predecir la estructura de proteínas. Entonces, volviendo al fagón, nosotros recuerdo que lo comentamos y recuerdo que Alberto nos hablaba en aquel momento del juego del go, las dificultades que tenía y tal. Entonces, se cumplían 10 años la semana pasada. De hecho, el día que grabamos la…
María Ribes presenta a sus colegas Alberto Aparici y Juan Carlos Gil, quienes han preparado preguntas para los invitados, Pushmit Colley y Tore Greppel, y formula una pregunta sobre el papel de la IA en la ciencia.
Habla: Luisa AchaerandioSignificado #18alphago diez años avances científicosalphafold sistemas de ia descubrimiento científicoia apoyo al descubrimiento científico ribes…Bienvenidos a nuestro podcast Coffee Break, Señal y Ruido. Hoy estamos aquí con el doctor Pushmit Colley y el doctor Tore Greppel; es un honor y un privilegio tenerlos hoy con nosotros. Les agradecemos mucho que nos acompañen. Soy María Ribes y aquí están mis colegas Alberto Aparici y Juan Carlos Gil, quienes han preparado algunas preguntas para ustedes. Pero antes de cederles la palabra, me gustaría hacerles yo una: Alphago tiene ya 10 años, desde entonces su equipo ha estado involucrado en importantes avances científicos como Alphafold y otros sistemas de IA diseñados para apoyar el descubrimiento científico. Entonces, desde su perspectiva, ¿cuál es el papel más emocionante que la IA puede desempeñar en la ciencia en este momento? Gracias por la pregunta. Creo que es un momento muy interesante en el campo de la inteligencia artificial y en el campo de la ciencia. Lo que AlphaGo inició fue esta increíble realización de que las máquinas pueden ayudarnos a ir más allá del conocimiento humano. En el movimiento 37,…
Ignacio Crespo plantea una pregunta sobre por qué el juego de Go representa un desafío computacional y cómo AlphaGo superó esa barrera.
Habla: Ignacio CrespoPalabras #2juego go desafío computacionalalphago superó barrera goposiciones posibles juego go…María. Bueno, yo creo que mi primera pregunta es para el Dr. Greipel, pero no estoy del todo seguro, así que quizás cualquiera de ustedes puede responder. En el podcast principal ya hemos explicado cómo funciona Go más o menos, los principales problemas. Entonces, ¿por qué Go es un desafío computacional y por qué lo era antes de AlphaGo y cómo este nuevo enfoque rompe esa barrera? Sí, sí, esa es realmente una buenísima pregunta. Bueno, el juego de Go es computacionalmente muy complejo porque la cantidad de partidas posibles que se pueden jugar es extremadamente alta o para dar otra cifra que lo refleje. El número de posiciones posibles en el juego de Go es también extremadamente elevado, concretamente alrededor de 10 elevado a La potencia de 170. Así que estamos hablando de un 1 con 170 ceros, eso es realmente un número bastante considerable. Y bueno, sabes, algunas personas incluso afirman que es una cantidad mayor que el total de átomos que se estima que existen en todo el…
Francis Villatoro reflexiona sobre el significado del proyecto AlphaFold, destacando que, aunque resolvió un desafío importante, es solo un paso en la comprensión más amplia de la biología.
Habla: Francis VillatoroSignificado #1 · Palabras #4alphafold 3 próximos pasosinvestigación biológica aspectos fundamentalesconocimiento humano alpha goalphagol impulsó alphafoldalphafold 1 proceso dos pasosred neuronal proteínas cercanasmódulo predice estructura tridimensionalalphafold ii red neuronalestructura tridimensional secuencia aminoácidosarquitectura red neuronal conocimiento científicoproyecto alphafold desafío biologíaproteínas pilares de la vidareceta de la vida biología…el plegamiento de proteínas me parecía completamente intratable. Así que finalmente AlfaFold logró resolver este problema, transformando lo que había sido un gran desafío de 50 años en una nueva base fundamental para la investigación biológica. Entonces, Dr. Colley, mi pregunta es: ¿qué viene ahora con AlphaFold 3 y qué aspectos fundamentales quedan aún sin resolver en este campo? Sí, yo creo que lo que AlphaGo nos demostró es que podemos ir mucho más allá de lo que el conocimiento humano nos permite y así ser capaces de generar nuevas y muy valiosas perspectivas. Y en cierto sentido comenzamos el proyecto de AlphaFold inmediatamente después del partido de Lissedol porque aquello nos dio la confianza necesaria para explorar a fondo toda esta área. La primera iteración de AlphaFold, AlphaFold 1, fue construida como un proceso de dos pasos: en primer lugar, había una red neuronal que nos proporcionaba algunas ideas o pistas sobre qué proteínas podrían estar próximas entre sí; y luego, en segundo lugar, había un módulo más clásico que se encargaba de intentar predecir la estructura tridimensional. Para AlphaFold II comenzamos completamente desde cero y lo abordamos de principio a fin, con una única red neuronal, partiendo exclusivamente de la secuencia de aminoácidos para predecir la estructura tridimensional. Y esa elegancia y la simplicidad de aquella solución, con una gran cantidad de conocimiento científico muy interesante integrado en la arquitectura de la red neuronal, fue la clave para lograr ese asombroso éxito. Así que si lo piensas, AlphaFault resolvió ese gran desafío, pero más ampliamente es solo un paso en nuestra comprensión de la biología; así que las proteínas son los pilares de la vida y hacen que todos los fenómenos biológicos ocurran. Pero si observamos la receta de la vida y Pensamos en nuestro ADN, en cómo podemos entender la semántica de nuestro propio ADN, en descifrar lo que realmente está codificado en todo el genoma. ¿Cómo es posible que un embrión sepa cómo desarrollarse completamente, que sea capaz de desarrollar un…
Francis Villatoro reflexiona sobre el desafío de descifrar el lenguaje de la vida y cómo AlphaFold ha abierto un camino para comprender mejor los ingredientes biológicos.
Habla: Francis VillatoroSignificado #4 · Palabras #3lenguaje de la vida desafíoproteínas ingredientes biológicos alphafoldalphafold entiende los ingredienteslibro de recetas proteínas…que sea capaz de desarrollar un cerebro que pueda aprender de la misma manera que un ser humano y además crear sistemas o programas tan complejos como AlphaGo, que puede funcionar en sistemas y ordenadores que nosotros, que los humanos, desarrollamos? Entonces, ¿qué es ese fenómeno tan extraordinario que está codificado en el código genético? Es como el lenguaje más interesante que hemos aprendido a leer, pero no lo entendemos. Así que descifrar ese lenguaje de la vida es el gran desafío hacia el cual estamos trabajando. Alphafold nos mostró el camino diciendo: bueno, si las proteínas son los ingredientes, ahora entiendes los ingredientes, ahora tenemos que descifrar el libro de recetas. Me refiero a la forma en que esos ingredientes realmente hacen que las cosas funcionen en la vida. Y solo para añadir a eso, quiero decir, para demostrar. Lo difícil que es este problema, me gusta observar las diferentes escalas en las que se desarrolla la vida. Si lo piensas bien, la escala de relevancia a nivel de las proteínas es de aproximadamente 10 a la menos 9 metros, por lo que un nanómetro es más o…
Francis Villatoro introduce una distinción entre sintactistas y semantistas dentro del campo de la lingüística, sugiriendo que uno de estos grupos merece más reconocimiento.
Habla: Francis VillatoroPalabras #19lingüística sintactistas semantistascampo lingüística computacional 2020lenguaje natural problema décadasinteligencia artificial resolución imposible…de las palabras según su posición gramatical, su posición en la frase, según su función sintáctica. Entonces, eso yo tengo que decir que no es trivial, es que sin eso no existe, o sea, yo diría, es más, hay dos tipos de personas, déjame que termine esto. Hay dos tipos de personas, los sintactistas y los semantistas, y solo uno de ellos merece No, no, no, no sé si sabéis a cuál No, pero en el campo de si has estudiado lingüística computacional, si has estudiado lingüística computacional recordarás que en el año 2020 el conocimiento básico de lingüística computacional era el lenguaje natural; es imposible, probablemente no lo resolvamos en las próximas décadas; es una cosa absolutamente imposible de resolver, la clave de la inteligencia de. Una máquina es el Test de Turing, que básicamente es un test lingüístico; es entender el lenguaje el Test de Turing, es entender el lenguaje, es una trivialidad, no requiere conocimiento. Cuando hacíamos los concursos de Test de Turing, lo que le complicaba a…