Búsqueda · 22 momentos en 1 episodio
María RibesAlberto ApariciJuan Carlos GilIgnacio CrespoFrancis VillatoroHéctor SocasLuisa AchaerandioPushmeet Kohli · DeepMindThore Graepel · DeepMindthor greipel deepmind inteligencia artificialcontrol partido famosísimo isidolcreador fagón deepmindorigen hindú pushmet kohliturbante y religión pushmet kohlirelación turbante religión hinduismopushmit kohli investigador senior googledepmindinvestigación inteligencia artificial asuntos científicosdesarrollo alfago por pushmit kohliIBMGoogle DeepMindAlphaGoPushmit KohliPushmit ColleyTore GreipelMaríaDeepMindGoogleThor GreipelSeúlLee SedolHéctor SocasJuan Carlos GilFrancis VillatoroEgipto AntiguoCientófiloFagóMaría RibesAlberto ApariciAlphaFoldADNPremio Nobel de QuímicaEl Guerrero número 13FAGOLAlphaZeroIgnacio CrespoJosé Miguel RoblesGastón GiribetSeñal y RuidoWanjue ChaoRichard EvershedUniversidad de Bristol
DeepMind desarrolla AI Scientist
Con
0:000:301:001:302:002:303:003:33
Juan Carlos Gil explica que Pushmit Kohli, aunque inicialmente no formó parte del equipo central de AlphaGo en IBM, fue posteriormente reclutado por DeepMind y ahora ocupa un puesto de investigación senior en Google DeepMind.
…lo podría pronunciar así, pero bueno, me quise asegurar y me dijo: sí, sí, digo, vale. Sí, dijo que lo habías pronunciado muy bien Juan Carlos; quieres rápidamente hacer la introducción y pasamos ya a poner la entrevista. Bueno, pues sí, estas dos personas. Thor Greipel, disculpad, es un científico de DeepMind especializado en inteligencia artificial, en particular aprendizaje automático y era especialmente relevante en este contexto porque fue parte del equipo original y estuvo en Seúl jugando, aportando su control al partido famosísimo contra el Isidol. De hecho, en su página personal aparece: Contribuí a crear al fagón. Es como quizá la frase que quede para la historia. Además, se explica como un libro abierto. Vamos, a mí me dejó realmente impresionado oírle. Pushmet Kohli, el hindú, no estaba entonces en DeepMind; creo que estaba en... Perdón, es que no sabemos si es hindú, porque hindú es una religión. Ciertamente. Es de origen hindú. Bueno, pero lleva el turbante, ¿no es eso estar relacionado con la religión? Sería sí. No, sí, no, sí. Correcto, vale. Bueno, pues estaban, no sé si en IBM en aquel momento, bueno, que no estaba en DeepMind, o sea que no formó parte core del equipo de AlphaGo, sin embargo luego DeepMind le reclutó y ahora es investigador senior y vicepresidente de Research, de investigación de inteligencia artificial para asuntos científicos en Google DeepMind y entonces él sí fue parte pivotal en el desarrollo de alfago, digamos, de alfafol quería decir, perdón, sí, y de otros proyectos científicos que si tenemos tiempo comentamos, alguno de ellos saqué a colación en la entrevista. Vale, pues vamos ya con la entrevista. Perfecto, gracias chicos. Pues ponemos la entrevista y volvemos aquí un ratillo; dura 26 minutos casi exacto. Sí, María. Quiero decir que tenemos suerte de tener a Juan Carlos y Alberto porque creo que no puede haber mejores…
Significado #1 · Palabras #1
Héctor Socas introduce los temas a tratar en el episodio, incluyendo avances en aprendizaje profundo como la victoria de AlphaGo sobre un campeón de Go, así como otros temas diversos como el embalsamamiento egipcio y experimentos con criogenización cerebral.
Habla: Héctor SocasSignificado #5 · Palabras #8alphago derrota campeón goembalsamamiento momias egipto antiguocriogenización tejido cerebralteorías conciencia debate científico…felicidad. Quizás hay una moraleja escondida en esto y la clave de la felicidad es el justo equilibrio. Buen tema para un tratado de autoayuda. Pero no estamos aquí hoy para eso, sino para tertuliar sobre la actualidad de la ciencia. Hoy nuestro recorrido nos Lleva a los orígenes del aprendizaje profundo moderno; vamos a retrotraernos 10 años a ese gran hito de DeepMind cuando su sistema AlphaGo derrotó en una partida legendaria al gran campeón humano de Go. Pero no solo de IA vive el Cientófilo, y tenemos más temas: el embalsamamiento de las momias en el Egipto Antiguo, los experimentos sobre criogenización de tejido cerebral, lo que algunos ven la antesala de la hibernación. Continuaremos el debate sobre las teorías de la conciencia y más cosas que irán surgiendo, seguro. Pasen y pónganse cómodas; que están ustedes en la compañía de Coffee Break Señal y Ruido. Ya Saben que tenemos una página web que es señalirruido.com. En esa página pueden encontrar todos los episodios anteriores, los 550 episodios que ya hemos producido contando este más todos los audios bonus, extra; también todas las referencias de los temas que…
Héctor Socas presenta una entrevista grabada previamente con Pushmit Colley y Tore Greipel, destacando su trabajo en DeepMind de Google y la importancia del aniversario de un hito en inteligencia artificial: el juego de Go.
Habla: Héctor SocasSignificado #2 · Palabras #3entrevista desarrollo inteligencia artificialrostros protagonistas inteligencia artificialúltima década inteligencia artificialaniversario diez años partida go deepmindidioma hindi pushmit colleylaboratorio deepmind de google inteligencia artificial…es mejor que la de Castellón, este tipo de cosas. Pensaba que ibas a decir si con cebolla o sin cebolla. No, es que yo a ese debate no participo, no especialmente, no lo entiendo muy bien; la cebolla en general está buena y en la tortilla pues también. Bueno, pues al lío, efectivamente tenemos una entrevista, como ya les anunciamos la semana pasada, que a mí me parece que ha quedado muy chula, sobre todo porque no he intervenido yo así que es un disfrute de escuchar con dos protagonistas del desarrollo de la inteligencia artificial en esta última década que son las personas cuyos rostros ven en. la imagen de portada de este episodio, se llaman Pushmit Colley, el que aparece con un turbante y Tore Greipel, yo lo he pronunciado fatal pero María se ha pegado el curre de buscar cómo pronunciarlo adecuadamente y además hablarles a cada uno de ellos en su idioma natal, que también te lo ha traducido, porque uno de ellos su idioma natal es hindi y el otro es alemán. Y pues son del laboratorio DeepMind de Google, que saben que ha sido uno de los grandes motores de la inteligencia artificial en los últimos 15 años o así, y sobre todo porque estos días se cumple un aniversario muy importante que son 10 años de esa partida de Go, el juego, Ese juego asiático del que ahora nos hablará Alberto, que es muy aficionado. De hecho, yo recuerdo que de esto hablamos en Coffee Break hace 10 años y que yo no sé si llegamos a hablar de cuando tuvo lugar esta partida, pero sí que hubo episodios en los que…
Héctor Socas explica la diferencia entre la complejidad de programar máquinas para jugar al ajedrez y a juegos como el Go, destacando que el ajedrez es más fácil de programar.
Habla: Héctor SocasPalabras #17ajedrez más fácil programarinteligencia artificial google ajedrezjuegos como el go complejidad…humanos en ajedrez y otros juegos así intelectuales, ¿no? Pero yo creo que la gran diferencia es que hasta ese momento eran máquinas programadas y ya, y claro, eso de programar, esa filosofía de programar no sirve para un juego tan complejo como el Go. Incluso para el ajedrez valía, fíjense ustedes: el ajedrez es un juego que tenemos como algo tan complejo y tan elevado intelectualmente. Es más fácil programar máquinas que puedan derrotarte en ajedrez que en juegos como el Go. El logro es que aquí ya empezaba; esto era parte de un proyecto de Google de desarrollar inteligencias artificiales que pudieran jugar y aprender las reglas de los juegos. Aprenderlas según iba jugando. Y esto decíamos: María que nos recordaba 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…
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…
Francis Villatoro comenta sobre una jugada inusual realizada por Lee Sedol durante un enfrentamiento contra AlphaGo, donde intentó confundir a la máquina con movimientos inesperados.
Habla: Francis VillatoroSignificado #11 · Palabras #5jugada inusual lee sedol alphagomovimientos inesperados alphago deepmindmáquina confundida por lissedolvictoria humana contra alphagolee sedol vence a fagódeepmind parchea defecto alphagoaprendizaje jugando contra la máquina…las partidas a Lissedol 4-1, Alberto 4-1, 4-1, sí la cuarta la ganó la cuarta es el retorno de la humanidad y recordad, la cuarta la ganó Lissedol y acojonó a Dismain porque Dismain dijo: como me gane la quinta, porque lo que hizo fue engañar a la máquina. Queda dudoso, ¿no? Lissedol hizo una jugada absolutamente idiota en plan: esto la máquina no lo va a entender y va a fallar, que es que estuvo probando muchas cosas y lo logró; la máquina completamente se perdió, no se enteró de nada, de la misa a la mitad y entonces pensaron los de DeepMind, como en la quinta vuelva a hacer lo. Mismo Licedol, con que gane 2 de 3, ya el humano ha ganado la máquina porque el humano ha tenido que aprender a jugar contra la máquina y lo ha logrado y la ha vencido; entonces era fundamental que en la quinta volviera a ganar al Fagó y ganó al Fagó. Claro, y DeepMind confesó que entre la cuarta y la quinta parcheó ese defecto, muy a posterior y varios años después, así se aprende. También, bueno quería llegar con todo esto al famoso segundo juego, que es donde tiene lugar la jugada 37, de la que hablamos en la entrevista. Y de hecho lo están preguntando también en el chat, lo acabo de ver entonces, la jugada 37 es básicamente una…
Juan Carlos Gil explica que Pushmit Kohli, aunque inicialmente no formó parte del equipo central de AlphaGo en IBM, fue posteriormente reclutado por DeepMind y ahora ocupa un puesto de investigación senior en Google DeepMind.
Habla: Juan Carlos GilSignificado #1 · Palabras #1thor greipel deepmind inteligencia artificialcontrol partido famosísimo isidolcreador fagón deepmindorigen hindú pushmet kohliturbante y religión pushmet kohlirelación turbante religión hinduismopushmit kohli investigador senior googledepmindinvestigación inteligencia artificial asuntos científicosdesarrollo alfago por pushmit kohli…lo podría pronunciar así, pero bueno, me quise asegurar y me dijo: sí, sí, digo, vale. Sí, dijo que lo habías pronunciado muy bien Juan Carlos; quieres rápidamente hacer la introducción y pasamos ya a poner la entrevista. Bueno, pues sí, estas dos personas. Thor Greipel, disculpad, es un científico de DeepMind especializado en inteligencia artificial, en particular aprendizaje automático y era especialmente relevante en este contexto porque fue parte del equipo original y estuvo en Seúl jugando, aportando su control al partido famosísimo contra el Isidol. De hecho, en su página personal aparece: Contribuí a crear al fagón. Es como quizá la frase que quede para la historia. Además, se explica como un libro abierto. Vamos, a mí me dejó realmente impresionado oírle. Pushmet Kohli, el hindú, no estaba entonces en DeepMind; creo que estaba en... Perdón, es que no sabemos si es hindú, porque hindú es una religión. Ciertamente. Es de origen hindú. Bueno, pero lleva el turbante, ¿no es eso estar relacionado con la religión? Sería sí. No, sí, no, sí. Correcto, vale. Bueno, pues estaban, no sé si en IBM en aquel momento, bueno, que no estaba en DeepMind, o sea que no formó parte core del equipo de AlphaGo, sin embargo luego DeepMind le reclutó y ahora es investigador senior y vicepresidente de Research, de investigación de inteligencia artificial para asuntos científicos en Google DeepMind y entonces él sí fue parte pivotal en el desarrollo de alfago, digamos, de alfafol quería decir, perdón, sí, y de otros proyectos científicos que si tenemos tiempo comentamos, alguno de ellos saqué a colación en la entrevista. Vale, pues vamos ya con la entrevista. Perfecto, gracias chicos. Pues ponemos la entrevista y volvemos aquí un ratillo; dura 26 minutos casi exacto. Sí, María. Quiero decir que tenemos suerte de tener a Juan Carlos y Alberto porque creo que no puede haber mejores…
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 #6alphago diez años avances científicosalphafold sistemas de ia descubrimiento científicoia apoyo al descubrimiento científico ribesalphago superando conocimiento humanomovimiento 37 ciencia biologíareplicar movimiento 37 computación cuánticadescubrimientos movimiento 37 informática…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, nos demostró que las máquinas pueden exhibir creatividad, novedades y realmente ayudarnos a pensar y obtener una mejor comprensión, no solo del juego de Go, sino que si pueden hacerlo para el juego de Go, probablemente puedan hacerlo para nuestra comprensión del mundo. Y durante los últimos 10 años más o menos hemos estado en esa misión de replicar ese movimiento 37 en muchos campos de la ciencia, en biología, en ciencia de materiales, en predicción del clima, en fusión, en computación cuántica, en matemáticas, en informática y en todos estos diferentes dominios estamos viendo que existen este tipo de descubrimientos de Movimiento 37 y por eso estamos viviendo un momento muy emocionante hoy. Veremos una aceleración dramática de la ciencia con este poderoso paradigma que AlphaGo ha desatado y estamos viviendo el legado de ese momento en particular. Muchísimas gracias, realmente muy interesante. Ahora vamos a seguir con Alberto. Sí, gracias María.…
Juan Carlos Gil comenta sobre el impacto histórico del encuentro entre AlphaGo y Lee Sedol, destacando cómo la inteligencia artificial pudo navegar un espacio combinatorio inmenso y transformó la ciencia.
Habla: Juan Carlos GilSignificado #19alfago contra lee sedol históricointeligencia artificial espacio combinatorioinvestigación biológica base fundamental…de la cual precisamente estamos conmemorando el aniversario hoy, tal como mencionas. Sí, más adelante te preguntaré sobre la jugada 37, pero ahora te dejo con mi colega Juan Carlos, quien también quiere hacerte algunas preguntas. Sí, gracias Alberto, así es. Sin lugar a dudas, el encuentro contra Lisedol resultó ser histórico, pero al mismo tiempo demostró claramente que la inteligencia artificial era capaz de navegar ese inmenso espacio combinatorio que usted ha descrito, una idea que finalmente transformaría por completo la ciencia. Hace 30 años yo realizaba simulaciones por computadora, personalmente, y 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…
Francis Villatoro explica cómo AlphaFold II se desarrolló desde cero utilizando una única red neuronal para predecir la estructura tridimensional de las proteínas a partir de la secuencia de aminoácidos.
Habla: Francis VillatoroSignificado #8alphafold ii red neuronalestructura tridimensional secuencia aminoácidosarquitectura red neuronal conocimiento científico…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…
Francis Villatoro reflexiona sobre la complejidad del ADN y cómo se relaciona con el desarrollo de organismos vivos y la creación de sistemas artificiales como AlphaGo.
Habla: Francis VillatoroPalabras #7adn y desarrollo organismos vivossemántica del genoma humanoalpha go sistemas artificialesembrión desarrollo cerebro humano…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 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…
Ignacio Crespo reflexiona sobre la dificultad de comprender cómo los ingredientes biológicos interactúan para crear vida, contrastando las escalas de tamaño relevantes en diferentes niveles: desde el nivel molecular (nanómetros) hasta el tamaño de un organismo.
Palabras #19proteínas a 10 menos 9 metrosorganismos miden aproximadamente un metroignacio crespo escalas vida…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 menos el tamaño que realmente importa en ese nivel. Pero un organismo, o al menos a los ojos de un físico, un organismo mide aproximadamente un metro de altura, ¿verdad? Así que tenemos nueve órdenes de magnitud entre lo que sucede a nivel de las proteínas y lo que ocurre a nivel del fenotipo humano y cada uno de estos niveles está repleto de una gran complejidad, gran parte de la cual aún no se comprende del todo y sobre…
Francis Villatoro explica cómo las redes neuronales han superado a las supercomputadoras en la simulación del clima, utilizando menos recursos computacionales.
Habla: Francis VillatoroSignificado #10redes neuronales simulan climasupercomputadoras vs redes neuronaleschip para simulaciones climáticasteoría desconocida modelos climáticos…muy interesantes que quizás no llegamos a apreciar o a comprender del todo y para los cuales no poseemos la teoría actual que los explique. pero de alguna manera hay una prueba de concepto que lo valida. Hay una prueba de existencia de que el modelo con mucha menos cantidad de computación de la que una supercomputadora necesitaba en más de un día para obtener un nivel de rendimiento similar puede ser superado por una red neuronal operando en un solo chip. Así que hay algo ahí que está aprovechando que el modelo ha utilizado y no comprendemos completamente en este momento cuál es esa teoría en la que está basándose Pero hay algo en las estadísticas de la naturaleza que el modelo es capaz de aprovechar y está operando no en la complejidad del peor de los casos sino en la complejidad inherente al problema mismo, lo que le permite predecir las cosas de manera muy efectiva.…
Francis Villatoro reflexiona sobre cómo los científicos de la computación se han centrado tradicionalmente en la complejidad computacional, mientras que las redes neuronales parecen haber aprovechado una menor complejidad teórica de la información para encontrar soluciones.
Habla: Francis VillatoroSignificado #4complejidad computacional científicosredes neuronales complejidad informaciónsoluciones redes neuronales villatororedes neuronales predicciones asombrosascapacidad computacional modelos redes neuronaleslímite eficiencia modelos redes neuronalesinvestigación activa redes neuronales…representan una mejor aproximación a ese conjunto mucho más amplio de cálculos que originalmente habríamos necesitado llevar a cabo. Bueno, así que quizás hay una complejidad teórica de la información del problema y luego está la complejidad computacional del Problema y siempre como científicos de la computación hemos estado pensando en el tipo de complejidad computacional. ¿Cómo representamos ahora el sistema y calculamos un estado final mientras que la complejidad de la información del problema, la complejidad teórica de la información del problema era mucho menor? Y las redes neuronales de alguna manera lo aprovecharon para, por así decirlo, dar con esas soluciones que son mejores. Pero yo no creo que hayamos encontrado una respuesta completa a la pregunta que planteaste. Es un problema de investigación activo, digamos, sobre cómo estos modelos son capaces de extraer y hacer estas predicciones asombrosas con menos capacidad de cómputo. Y ¿cuál es el límite? ¿Cuál es el límite real, el verdadero límite de cuánto más eficientes podemos llegar a serlos? Muchas gracias, Alberto. Sí, muchísimas gracias. Volvamos, si les parece, al tema de Go por un momento. No podemos terminar esto sin preguntar sobre la mítica jugada 37 que ocurrió en la segunda partida contra Lee Sedol. Esa jugada, para nuestros oyentes, fue una que los comentaristas descartaron casi por…
Ignacio Crespo argumenta que las jugadas de AlphaGo fueron creativas, ya que rompieron reglas establecidas por jugadores humanos durante miles de años.
Palabras #20creatividad alpha go rompe reglasjugadores humanos miles de añosmovimiento hombro cuarta línea…creativo, ¿verdad? Es la combinación de la intuición, de ese presentimiento y así sucesivamente junto con el análisis de datos, el revisar realmente todas las variaciones posibles, la búsqueda exhaustiva en el árbol de juego y fue verdaderamente creativo. Yo creo, si consideramos una interpretación razonable de lo que es la creatividad, entendiéndola como algo novedoso, como algo efectivo y como algo sorprendente, realmente lo fue; y en particular porque rompió ciertas reglas generales que los jugadores habían desarrollado a lo largo de miles de años, específicamente: que puedes hacer un movimiento de hombro en la cuarta línea, pero no deberías hacerlo en la quinta línea, porque tiende a ceder demasiado territorio en el lateral al otro jugador. Bueno, doctor Craipe, doctor Colley, muchísimas gracias por haber dedicado su valioso tiempo a conversar con nosotros hoy. Esta ha sido una conversación absolutamente fascinante. Y a todos nuestros queridos oyentes, muchas gracias por habernos acompañado.…
Juan Carlos Gil, junto con Héctor Socas, reflexiona sobre el desarrollo de AlphaGo y su capacidad para evaluar el progreso en una partida de Go. Se plantea la pregunta de por qué AlphaFold se aplicó al plegamiento de proteínas.
Habla: Juan Carlos GilPalabras #12alphago evaluación progreso partida goalfafol plegamiento proteínas criterio fundamentalimpacto humanidad alfafol problema científico…que tiene más piezas y el que tiene más o menos el centro del tablero tiene mayor densidad de piezas por el centro del tablero va ganando, salvo que veas que uno tiene el rey acorralado; hay como un par de cositas que te hacen ver quién va ganando la partida. Y claro, en Go debe ser mucho más complicado eso. Y yo creo que uno de los grandes éxitos para poder desarrollar AlphaGo fue poder desarrollar algo que te permite evaluar cuánto de bien lo estás haciendo. Pero llevando la conversación, saliendo un poco del go, que es muy interesante, pero esto es un podcast de ciencia, ¿por qué abordaron con alfafol el plegamiento de proteínas? Pues uno de los criterios fundamentales, no solo por el absurdo impacto que puede tener en la humanidad, que si queréis lo discutimos, obviamente, sino porque tenían contra qué comparar, y eso no se da en muchos problemas científicos existían decenas de miles de Proteínas cuya estructura había sido ya determinada con mucho dolor mediante técnicas que a menudo llevaban decenas de años y que estaban disponibles en una base de datos accesible, el PDB, el Protein Data Bank, donde pone la secuencia de aminoácidos y la…
Juan Carlos Gil expresa su asombro ante la capacidad de pasar del ADN a las proteínas, luego a los embriones y finalmente a las personas que desarrollan AlphaFold para describir el mismo proceso.
Habla: Juan Carlos GilPalabras #11adn proteínas embriones alfafoldproceso alfafold descrito por personasconocimiento hector socas…me llamó la intención de la entrevista, conecta de alguna forma con tu decepción que has dicho de que al fagol habían enseñado con conocimiento humano y que era necesario incluso en alfacero y es que, pues Metcoli dijo, me fascina, en su cabeza, dice, me fascina cómo se pasa del ADN a las proteínas, de las proteínas a los embriones y de los embriones a las propias personas que van luego y se ponen y desarrollan alfafold para describir el propio proceso que acabo de determinar. Es decir, Héctor, bueno, de alguna forma todo es conocimiento Humano y todo es conocimiento que parte del ADN al que se suma la experiencia, ¿no? Quizá siendo reduccionista de nuevo. Y sí, me tengo que ir, amigos. Venga pues, un placer haber contado contigo. Hasta la próxima, Juan Carlos. Adiós, Juan Carlos, chao.…
María Ribes interviene para destacar la retroalimentación entre el aprendizaje de idiomas y el desarrollo de estructuras cerebrales, señalando que aprender más idiomas facilita el proceso.
Habla: María RibesPalabras #9aprendizaje idiomas estructuras cerebralesestructuras cerebrales facilitan aprender otro idiomaidiomas aprendidos influyen en aprendizaje chinapelícula guerrero número 13plasticidad cerebral ignacio crespoestructuras cerebrales innatas idiomasaprendizaje de idiomas pantomimaneuroplasticidad depende edadconexiones al aprender idiomas francisestablecer correlaciones idiomas…forma existe también una relación en las dos direcciones, no solo porque nosotros vamos construyendo un lenguaje, sino porque ese lenguaje que funciona acaba estableciendo las condiciones de selección de determinados individuos para continuar esa creación. Creo que ahí hay también otro aspecto a tener en cuenta. Se retroalimenta. Exacto. Codetermina también. Y esas estructuras se desarrollan porque cuantos más idiomas aprendes, más fácil es aprender otro. Porque tú dices: ahora me voy a hablar en China y no aprendo. A lo mejor sí. A lo mejor depende de las estructuras que hayas desarrollado antes. Tú dirás: bueno, yo no. Hay personas que sí lo hacen. Eso sí. Yo lo vi en el Guerrero número 13. Te lo iba a decir ahora mismo, casi me da un infarto con esa película. Es una pantomima, ahí en cinco minutos en una hoguera comiendo una costilla, de repente dice: y tu madre era tal. No, eso es una pantomima; es una ficción, una fantasía, pero la plasticidad cerebral también se... ¿No, Ignacio? Según los idiomas que tú aprendas, ¿estás volviendo a desarrollar ese sistema innato que dices, esas estructuras que podemos tener ahí diseñadas? No es incorrecto, pero es más complejo. Sí que diría que la neuroplasticidad depende sobre todo de la edad, pero no solo de eso, y lo sabemos: se puede entrenar a ser mejor. Y aquí hay otra cosa que sí que tiene que ver con lo que comentaba Francis, y es que no solo es que por aprender más idiomas desarrolles la facilidad de establecer conexiones, sino que tienes más ejemplos de los que tirar para establecer correlaciones entre ellos, que esta es otra aproximación relevante. Yo solo quería decir dos cosas, porque yo creo que María me puede, vamos, que también sabrá de esto muchísimo más que yo, pero que cuando existen dos problemas, a veces, cuando aprendes una lengua nueva, está la fosilización del lenguaje, que a veces es…
Héctor Socas menciona una herramienta de búsqueda desarrollada por José Miguel Robles, un oyente y mecenas del podcast, que permite realizar consultas en lenguaje natural.
Habla: Héctor SocasPalabras #15herramienta búsqueda josé miguel robleslenguaje natural herramienta roblesrelaciones morfosintácticas gastónwanjue chao asistente de doctoradorichard evershed investigador universidad bristolbiogeoquímico perfil richard evershed…de embalsamamiento utilizados en la momificación egipcia y a mí esto me recordó un montón a algo que contamos en el episodio 402, también de un tema parecido Sí, sí, me acuerdo perfectamente, no tuve que buscarlo en nuestra web señalirruido.com Vale, vale, ok, ahora estoy más tranquilo, donde por cierto tenemos una maravillosa herramienta de búsqueda que ha desarrollado nuestro amigo y oyente y mecenas José Miguel Robles, que es maravilloso con lenguaje natural. Le podemos preguntar a la máquina cualquier cosa que queramos y pilla todas las relaciones morfosintácticas y ortosintácticas, que diría aquí para molestar a Gastón y... Hasta es verdad, nunca nos acordamos de eso. Bueno, y a todos nuestros oyentes latinoamericanos un saludo. Que bueno, eso el paper este, que parece muy interesante, ¿no? Sí, y es complementario de ese que decías tú; el del otro piso era de 2023. Y este paper, pues los autores es importante que digamos algo también. La primera, como has dicho, es Wanjue Chao, se llama, ¿no? Ella es la más joven; ella parece ser que es la asistente de research, de doctorado. Pero están, por ejemplo, Evershed, Richard Evershed, que es un investigador; son todos de la Universidad de Bristol. Pero este hombre es muy importante; él es biogeoquímico, creo que pone en su perfil de la universidad Pero es muy importante porque él es el que dirige desde hace décadas estos estudios de los compuestos volátiles del olor de las momias. Hablamos también aquí del olor de las momias. ¿Te acuerdas que también hace años se halló? Creo que…
Ignacio Crespo explica que las teorías de orden superior pueden desarrollarse paralelamente a otras, diferenciándolas de un tema futuro con orígenes anticientíficos.
Habla: Ignacio CrespoSignificado #20 · Palabras #14teorías de orden superior filosofíatransición investigación científica cogniciónnacimiento anticientífico próximo programateoría conciencia estudios científicospaper previo conclusiones limitadasmenos respaldada pruebas científicas…de qué hablar. Nos quedamos entonces con otra, que es la Higher Order Theories, las teorías de orden superior. Estas tienen una particularidad y es que nacen desde planteamientos filosóficos. Ojo, tiene un planteamiento científico ahora mismo, que se puede Realmente desarrollar de forma paralela a las que hemos estado contando, no es como la que traeremos para el próximo programa, que tiene un nacimiento puramente anticientífico en ciertos aspectos y es más criticable. En este caso, tenemos una historia muy prolongada en la cual este tipo de explicaciones de teorías de orden superior se han tratado desde la filosofía de la cognición sin contar con investigaciones científicas y ahora está habiendo una transición. Esto significa que de las 5 que vamos a contar es la que cuenta con menos estudios realmente, estudios científicos, pruebas, etc. Y llega incluso al punto de que en el paper previo que comentamos, porque estábamos relacionando dos, no podían sacar grandes conclusiones al respecto. Es por lo que a veces se deja de lado. Tengo aquí el textito que suelo preparar para que leamos asegurándonos de que está todo ahí donde toca y que vayamos explicándolo por partes. En este caso digo lo siguiente: Las teorías de orden superior implican que hay representaciones de primer orden, y…
Ignacio Crespo explica cómo las teorías sobre la conciencia se relacionan con la corrección de errores en las predicciones cerebrales.
Habla: Ignacio CrespoPalabras #16conciencia maximiza errores cerebralespredicciones cerebrales ignacio crespomodelización características cognición…que tienen que ver con la predicción. No son las que vamos a hablar dentro de uno o dos programas, pero hablan de la predicción y entienden que la conciencia podría ser, esta es la cosa, la corrección de los errores de predicción que hace nuestro cerebro. al comparar lo que ha predicho con lo que está recibiendo. que en los casos en los que está consciente esos errores se maximizan, se potencian para poder detectar esa diferencia y a partir de esto han sacado algunas predicciones interesantes que parecen modelizar bien algunas características de la cognición pero que se quedan todavía muy lejos de llegar a ser predictivas, fuertes y que hay que seguir desarrollando. yo creo que es la más complicada de explicar bien porque primero es bastante ambiguo que significa eso de orden superior y a la vez que propiedades tiene esa representación de orden superior que no requiera de una tercera representación que esté por encima…
Ignacio Crespo explica cómo los investigadores utilizan familias de modelos para intentar ponerse de acuerdo sobre teorías complejas y poder diseñar experimentos para refutar esas teorías.
Habla: Ignacio CrespoSignificado #13modelos investigadores teorías complejasexperimentos refutar teoríasteorías orden superior representativoactividad neuronas orden superior…suena más a una familia de modelos que a un modelo concreto, ¿no? Porque al no bajar al detalle de qué narices significa eso de la representación de orden superior, pues parece que pudieran ser muchos modelos diferentes, ¿no? Esto pasa con todas, realmente. Y es que hablamos de familias. Familias que en este caso intentan particularizar con el propósito de ponerse de acuerdo, crear un experimento y poderlo refutar. Porque si no lo particularizan es imposible. Y esto ha llevado a muchas críticas. Hay personas que ven este estudio y otros similares y dicen: pero es que la forma en la que lo ha particularizado aquí no es realmente representativo de lo que significan las teorías de orden superior. Es un caso particular. Pero claro, es que si no hacemos eso no avanzamos. Entonces en este caso sí que intentan reducirlo e indicar dónde creen que podría encontrarse esa actividad de neuronas que consideramos que son de un orden superior para ver si se relaciona y se activa de forma codependiente y con las características que esperarían encontrar. Además, ellos plantean una relación en la cual la representación de orden superior no agotaría toda la complejidad de la información que hay ahí sino que estaría repartida con la de orden inferior. y ahí es donde ya va particularizándolo para que con el contrast que habíamos contado se pueda ir acotando por un lado y por…
Francis Villatoro explica cómo una teoría tiene implicaciones en el campo de la conciencia artificial, sugiriendo la creación de redes paralelas que exploren y analicen el estado neuronal.
Habla: Francis VillatoroSignificado #17redes paralelas conciencia artificialtomografía del estado neuronalmetainformación proceso cognitivo villatororazonamientos y metacognición…presentar para un rendimiento parecido una o dos patrones en el que sólo está presente la de primer orden y en el que están presentes las dos, y que habrá propiedades distintas que solemos asociar con el procesamiento consciente. Esa es un poco la clave. Esta teoría tiene, entre comillas, más implicaciones desde el punto de vista de lo que es la conciencia artificial porque es una de las cosas arquitectónicas que se están planteando en ese campo el definir en paralelo a las redes de aprendizaje profundo que están ejecutando tareas, tener redes en paralelo que estén explorando, haciendo tomografía del estado neuronal y viendo realmente qué está ocurriendo ahí y obteniendo información, metainformación sobre el proceso cognitivo, información que después se puede reinyestar al propio proceso cognitivo para facilitar, entre comillas, razonamientos y metacognición. Sí, justo. Y el problema, que es lo que comentábamos, es que todavía hay pocos estudios. En el momento en el que se hizo el contrast se habían hecho apenas 12, que es mucho menos que los estudios que se habían reunido de las otras teorías. Y en parte es…
