Búsqueda · 35 momentos en 23 episodios
Luisa AchaerandioIsabel CorderoJuan Carlos GilIgnacio CrespoFrancis VillatoroHéctor SocasGastón Giribetalphafold y secuencia completa de aminoácidosproblemas información completa como alphafoldclima sistema con información incompletavalidación del trabajo de alphafoldAlphaFoldColleyJuan Carlos Gil
Clima sistema con información incompleta
Ep551: Ryugu; Gravitondas; DeepMind y Debate IA; Criogenización; Consciencia
26 de marzo de 20261 momento
Con
0:000:301:001:302:002:303:003:20
Juan Carlos Gil compara la resolución de problemas científicos como el plegamiento de proteínas con otros, como el juego Go, destacando que AlphaFold se beneficia de tener información completa.
…y de esta forma navegar el gigantesco espacio de posibilidades de la forma en la que se puede plegar una proteína de forma no tan diferente a como Alfago navegaba el tablero este de 19 por 19 casillas pero no todos los problemas en ciencia son iguales. AlphaFold funciona en un entorno relativamente sencillo porque tenemos la secuencia completa de los aminoácidos y además tenemos una base de datos de estructuras previamente resueltas contra las que podíamos validar el trabajo de AlphaFold. En ese sentido, es de alguna forma o al menos semejante a los problemas que se llaman de información completa. Sabemos que estamos buscando y sabemos cómo validarlo. El Go es otro ejemplo de problema de información completa. Pero en otros sistemas de interés científico, como el clima, claramente trabajamos con información incompleta. Hay datos ruidosos, hay dinámicas caóticas y así, aún así, y pregunté sobre ello explícitamente a Colley. En la entrevista, DeepMind también ha desarrollado otro nieto de AlphaGo que se llama GraphCast, que en lugar de resolver las ecuaciones de la atmósfera con enormes supercomputadores y simulaciones es capaz de aprender sus dinámicas a partir de datos previos,…
Significado #1 · Palabras #1
Juan Carlos Gil compara la resolución de problemas científicos como el plegamiento de proteínas con otros, como el juego Go, destacando que AlphaFold se beneficia de tener información completa.
Habla: Juan Carlos GilSignificado #1 · Palabras #1alphafold y secuencia completa de aminoácidosproblemas información completa como alphafoldclima sistema con información incompletavalidación del trabajo de alphafold…y de esta forma navegar el gigantesco espacio de posibilidades de la forma en la que se puede plegar una proteína de forma no tan diferente a como Alfago navegaba el tablero este de 19 por 19 casillas pero no todos los problemas en ciencia son iguales. AlphaFold funciona en un entorno relativamente sencillo porque tenemos la secuencia completa de los aminoácidos y además tenemos una base de datos de estructuras previamente resueltas contra las que podíamos validar el trabajo de AlphaFold. En ese sentido, es de alguna forma o al menos semejante a los problemas que se llaman de información completa. Sabemos que estamos buscando y sabemos cómo validarlo. El Go es otro ejemplo de problema de información completa. Pero en otros sistemas de interés científico, como el clima, claramente trabajamos con información incompleta. Hay datos ruidosos, hay dinámicas caóticas y así, aún así, y pregunté sobre ello explícitamente a Colley. En la entrevista, DeepMind también ha desarrollado otro nieto de AlphaGo que se llama GraphCast, que en lugar de resolver las ecuaciones de la atmósfera con enormes supercomputadores y simulaciones es capaz de aprender sus dinámicas a partir de datos previos,…