Juan Carlos Gil explica que los sistemas de DeepMind están evolucionando para no solo buscar soluciones a problemas específicos, sino también para contribuir al propio proceso científico.
…son capaces de optimizar problemas prácticos de distribución de mercancías, de cosas así, que está utilizando la misma Google, dueño de DeepMind, para sus propios centros de datos. y todavía más recentemente DeepMind tiene otra línea de investigación centrada En lo que ellos llaman razonamiento y descubrimiento con sistemas como AI Ecoscientist y Gemini 3, el módulo que llaman de DeepThink, pensamiento profundo, que no se centran ya solamente en explorar el espacio de soluciones de un problema concreto, sino que razonan, generan hipótesis y las debaten entre distintos modelos, ponen modelos a debatir la aplicabilidad de determinada hipótesis, ¿vale? Es decir, no solo buscan respuestas a un problema, sino que empiezan a formar parte de buscar el propio problema; de alguna forma empiezan a formar, a contribuir al propio proceso científico. Ayer mismo esto ha sido casualidad, se publicó en Nature un artículo titulado Hacia la automatización de la ciencia en to end, de principio a fin. donde otros investigadores describen un sistema que llaman AI Scientist, no se han roto la cabeza con el nombre, el de DeepMind era AI Co-Scientist, y este se han puesto por encima, AI Scientist, porque es capaz de proponer ideas, revisar la literatura, escribir el código, el programa para hacer lo que quieren hacer, ejecutar los experimentos, de momento solo insílico, no controlan brazos robóticos en laboratorio, son todos los... Solo les falta ir al telescopio. En algún momento lo harán. Bueno, analizan los resultados e incluso han hecho el propio Paper y lo han puesto en común entre varios modelos. El paper es gracioso porque hizo un artículo que presentaron a un congreso, un congreso que no es extraordinariamente difícil de entrar; la tasa de aceptación de artículos era del 70%. Pero vamos, que este…
Juan Carlos Gil reflexiona sobre el impacto de AlphaGo y sus derivados, destacando cómo una combinación de técnicas permite abordar problemas científicos con un gran número de posibilidades.
Habla: Juan Carlos GilSignificado #12alpha go y sus derivadosredes neuronales busca avanzadaaprendizaje automático problemas científicosespacios combinatoriales gigantescos…decías la semana pasada, y yo creo que el asunto Go, el asunto juego, con Alberto y con María, pues se lo cubrimos muy bien, pero quizá nos quedamos un poquito cortos. Bueno, a mí lo que me particularmente es el impacto que ha tenido Alfago y sus nietos, ¿no? En mi opinión, de cómo una combinación de técnicas, ya lo mencionábamos, redes neuronales, busca avanzada y aprendizaje automático, pues podía navegar espacios combinatoriales gigantescos que a la postre aparecen en muchísimos problemas científicos en los que a veces entendemos las reglas del problema, pero son intratables o muy lentos de investigar, pues porque el número de posibilidades es enormísimo, ¿no? y uno de esos problemas combinatorialmente intratables es el famoso plegamiento de proteínas. Muy rápido, sí, las proteínas son las piezas fundamentales de la vida. Antes hablábamos de ácidos nucleicos que son los que llevan el mensaje para cómo codificar las…
Juan Carlos Gil explica que los sistemas de DeepMind están evolucionando para no solo buscar soluciones a problemas específicos, sino también para contribuir al propio proceso científico.
Habla: Juan Carlos GilSignificado #1 · Palabras #7razonamiento con sistemas ai ecoscientisthipótesis debatidas por gemini 3deepthink pensamiento profundo deepminddeepmind contribuye al proceso científicoautomatización de la ciencia ai scientistartículo nature automatización de la cienciaai scientist supera a ai co-scientistdeepmind desarrolla ai scientistai scientist escribe código para experimentosexperimentos insílico con ai scientist…son capaces de optimizar problemas prácticos de distribución de mercancías, de cosas así, que está utilizando la misma Google, dueño de DeepMind, para sus propios centros de datos. y todavía más recentemente DeepMind tiene otra línea de investigación centrada En lo que ellos llaman razonamiento y descubrimiento con sistemas como AI Ecoscientist y Gemini 3, el módulo que llaman de DeepThink, pensamiento profundo, que no se centran ya solamente en explorar el espacio de soluciones de un problema concreto, sino que razonan, generan hipótesis y las debaten entre distintos modelos, ponen modelos a debatir la aplicabilidad de determinada hipótesis, ¿vale? Es decir, no solo buscan respuestas a un problema, sino que empiezan a formar parte de buscar el propio problema; de alguna forma empiezan a formar, a contribuir al propio proceso científico. Ayer mismo esto ha sido casualidad, se publicó en Nature un artículo titulado Hacia la automatización de la ciencia en to end, de principio a fin. donde otros investigadores describen un sistema que llaman AI Scientist, no se han roto la cabeza con el nombre, el de DeepMind era AI Co-Scientist, y este se han puesto por encima, AI Scientist, porque es capaz de proponer ideas, revisar la literatura, escribir el código, el programa para hacer lo que quieren hacer, ejecutar los experimentos, de momento solo insílico, no controlan brazos robóticos en laboratorio, son todos los... Solo les falta ir al telescopio. En algún momento lo harán. Bueno, analizan los resultados e incluso han hecho el propio Paper y lo han puesto en común entre varios modelos. El paper es gracioso porque hizo un artículo que presentaron a un congreso, un congreso que no es extraordinariamente difícil de entrar; la tasa de aceptación de artículos era del 70%. Pero vamos, que este…
Héctor Socas reflexiona sobre la posibilidad de que sistemas de inteligencia artificial como ChatGPT estén siendo utilizados para evaluar trabajos científicos y sugiere un futuro donde las máquinas podrían realizar todo el proceso científico sin intervención humana, más allá de la narración en podcasts.
Habla: Héctor SocasSignificado #3chatgpt evalúa trabajos científicosmáquinas realizan todo el proceso científicopodcast narración de procesos científicosnotebook lm automatiza la ciencia…que este sistema él solito eligió el problema, hizo el cálculo, tatatata, escribió el paper, lo mandó y lo aceptaron en el Congreso. Un Congreso sobre Inteligencia Artificial. Por supuesto, luego retractaron el artículo; vamos, por esa parte del experimento. Seguramente el comité científico usó a ChatGPT para ver lo que le entraban, con lo cual ya estamos a punto ya de cerrar totalmente el círculo y que las guías hagan la ciencia, escriban el paper, lo lea, os traía y no necesitemos el humano en ningún momento, bueno, más que para hacer el podcast y contárselo a ustedes Y no sé yo, que en Notebook LM ya lo hace Veía el otro día No tiene nada que ver, de verdad, la verdad que esto, esto lo supera Sí, sí, por supuesto, hombre Nosotros dices, muchas gracias Decía que oí hace poco, preparando la entrevista, el discurso de aceptación del Nobel de Química de 2024 por parte de Demi Hassabis, el CEO de Google DeepMind, que es quien lo recibió representando a DeepMind, en el que el tío en ese mismo discurso planteó…
Juan Carlos Gil continúa hablando sobre una conjetura planteada por Demi Hassabis, CEO de Google DeepMind, durante su discurso al recibir el Premio Nobel de Química.
Habla: Juan Carlos GilSignificado #6demi hassabis y premio nobel químicaautomatización de la ciencia ai scientistprocesos de descubrimiento automatizados…por parte de Demi Hassabis, el CEO de Google DeepMind, que es quien lo recibió representando a DeepMind, en el que el tío en ese mismo discurso planteó una conjetura, bueno, que me parece muy ambiciosa. el tío dijo, y planteo esta conjetura, dos puntos, que cualquier patrón de la naturaleza, cualquier patrón de la naturaleza, él cree que podrá ser descubierto y modelado por algoritmos de aprendizaje automático o sea, si esa conjetura fuese cierta, que no nos vamos a meter, y la conectamos con estos sistemas que os he descrito rápidamente que es una suerte de alfagó del método científico, la implicación, bueno a mí me parece radical, todo aquello en el universo donde hay algo de estructura podría en principio ser accesible a procesos de descubrimiento automatizados, con lo cual eso no solo cambia lo que podemos llegar a conocer sino incluso la forma en la que es posible que en el futuro lleguemos a conocerlo. como siempre me deja un poco en plan valle inquietante porque muchos disfrutamos del propio proceso del descubrimiento pero ¿hasta dónde vamos a llegar chicos y chicas? Yo, con esta preocupación, la percibo muy a menudo en mi entorno y siempre digo: pongo el siguiente ejemplo; es decir, hubo una época en la que en los Juegos Olímpicos se competía a ver quién era el atleta que corría más rápido, pero tenemos ya, desde…
Ignacio Crespo reflexiona sobre la posibilidad de que inteligencias artificiales aceleren la investigación científica y compara esta situación con la recepción de conocimiento proveniente de otras fuentes.
Habla: Ignacio CrespoSignificado #10inteligencias artificiales aceleran investigación científicarecepción de conocimiento desde inteligencias artificialescomparación con fuentes de conocimiento externas…que a pesar de estar de acuerdo con ello y que estoy también de acuerdo con que soy divulgador, a mí producir ciencia no es lo que me está moviendo, me mueve conocerla, descubrir, de acuerdo, eso me encanta. Entonces me pregunto por qué me genera un poco de Valle inquietante también la idea de que una inteligencia artificial o un conjunto de ellas estén acelerando la investigación científica, porque no es porque quiera hacer ciencia. Y entonces me he puesto a compararlo con qué pasaría, cómo reaccionaría yo si ese conocimiento en lugar de venir de una inteligencia artificial viniera, como ya has dejado más. O menos ver, Héctor, de una raza alienígena con la que contactamos, como un experimento mental. Y mi emoción es distinta. No sé si le pasa a más gente del chat, pero mi forma de percibirlo sería diferente. Ahí no tengo ningún problema a priori y creo que…
Héctor Socas retoma la conversación tras la despedida a Isabel Cordero y se centra en la evolución del rol de las inteligencias artificiales en la investigación científica.
Habla: Héctor SocasSignificado #16 · Palabras #3iaico scientist y scientist inventan hipótesissistema denario para investigación científicaagentes en cadena de montaje denario…me cambian las máquinas, pero no les tengo tanto miedo. Yo quiero volver a lo que dijo Ignacio, pero primero creo que Luisa... Me tengo que ir en breve, pero quería decirlo, ya está. Vale, pues muchas gracias Isa, gracias por estar con nosotros. Un abrazo. Pues de Isa a Luisa, tiro porque me toca. No, que el punto es lo que dice Isa, y lo que estábamos diciendo, lo que estabas diciendo todos: una cosa es ver a la IA como una herramienta y otra es verla como un colega, básicamente. Pero las dos últimas cosas que comentaba y se llaman IAico-Scientist y Scientist es que, bueno, han ido más allá de colega; se han inventado la hipótesis, la han probado y han publicado el artículo. Aquí hablamos en el episodio 536 de un sistema que se llama Denario, que sirve un poco para eso también; lo que pasa es que está hecho como juntando diferentes agentes, o sea, como una especie de cadena de montaje. Sí, sí, esto también es una serie de... Otra cosita que quería comentar, Héctor, decías, cuando esto, en fin, cuando haya tal abundancia, ¿no? La cornucopia La opulencia, la edad de oro de los griegos Elon Musk ha pedido permiso para mandar, poner en órbita la ridícula cifra de un millón, un millón…