Búsqueda · 26 momentos en 15 episodios
Ignacio CrespoJuan Carlos GilFrancis VillatoroJosé EdelsteinHéctor SocasSilvana TapiaIsabel CorderoLuisa AchaerandioGastón Giribetcostos asociados al cómputo deepmindartículos sobre costos de deepmindpublicaciones nature de deepminddeepmind consume recursosdestilado de inteligencias artificialesprototipos iniciales costososoptimización de prototipos deepmindDeepMindNatureAlpha GenomeFrancis VillatoroGoogleAlfa Fold 2Alfa Fold 3Docking de fármacos
Optimización de prototipos DeepMind
Ep545: 11F; Dinosaurios; Sag A*; Genes y Psiquiatría; AlphaGenome; ADN Origami
12 de febrero de 20263 momentos
Con
0:000:301:001:302:002:303:003:38
Francis Villatoro explica que DeepMind es actualmente la única entidad con la capacidad para realizar ciertos proyectos y consumir los recursos necesarios, pero a medida que se optimizan los prototipos iniciales, las versiones posteriores resultan menos costosas.
…completo, ¿cómo vas a saber tú de qué va este libro con solo un capítulo? ¿Vale? O sea, realmente eso es como lo que creo que hay que hacer ver, porque acabo de decir un dato de un SNIP concreto: la posición 89 millones, o sea, es un orden de magnitud más. Sí, sí, sí, sí, y eso ya digo, en temas de eso, de cómputo, de coste, etcétera, es muy difícil que un artículo de este tipo te lo comente, pero son costes muy altos; es decir, lo que ha hecho DeepMind, lo que hay que dar. Claro, que lo publica en Nature fundamentalmente porque No hay ahora mismo nadie en el mundo capaz de hacerlo, que no son ellos. O sea, ellos lo pueden hacer o pueden consumir todo ese tipo de recursos. ¿Qué pasa? Que después vendrán la gente que hace destilado de estas inteligencias artificiales, que hace optimizaciones de todo tipo y al final lo que el primer prototipo, digamos, ha costado una enormidad de recursos increíbles, las siguientes versiones van siendo cada vez menos costosas, ¿no? No, no, pero yo creo que sería hasta bonito ver que eso pasa, ¿no? Que por ejemplo, bueno, tú lo sabes también, los algoritmos numéricos y yo, a mí eso es que me preocupa mucho, ¿no? Porque trabajo con gente que las simulaciones tardan meses en hacerse y…
Significado #1 · Palabras #1
Francis Villatoro analiza las expectativas generadas por Alpha Genome, una iniciativa similar a DeepMind con sus modelos AlfaFold, para analizar el ADN no codificante.
Habla: Francis VillatoroPalabras #6alfa fold 3 en docking fármacosdeepmind alfa fol para investigacióngoogle herramienta grupos investigaciónalpha genome analiza adn no codificanteprototipo alpha genome biomedicinamedicina personalizada con alpha genome…o todo lo contrario. Pensábamos que iba a ser más útil, pero en realidad lo entendemos perfectamente y no es tan útil. ¿Vale? O sea, no sabemos, porque esto es investigación, investigación básica. Entonces, la gran empresa que puede empezar a acercarnos a lo que necesitamos es Google. Sencillamente. Se siente por todos los grupos de investigación en diferentes universidades solamente Google y en concreto DeepMind. Dismine, con el éxito que ha tenido enorme con Alfa Fol 2 y sobre todo Alfa Fol 3, que ahora se está usando en docking de fármacos financiado por grandes farmacéuticas, eso ya no es accedible a todos los investigadores, sino solo a quien paga, y las grandes farmacéuticas están pagando, y parece que pagan porque ven que sacan rendimiento Y les ahorra dinero y costes, pues lo que ha planteado Dismine es hacer algo parecido con esta parte no codificante del ADN. Claro, lo que tenemos ahora es una especie de prototipo, es un primer paso. Alpha Genome prácticamente no aporta nada, y por favor, muchas comillas en lo que acabo de decir. Es decir, no es lo que queremos, no es lo que deseamos, no es lo que soñamos, no es lo que va a revolucionar la biomedicina desde el punto de vista de la genética, y sobre todo la medicina personalizada, porque todavía lejísimos, pero es muy prometedor. Es un software de inteligencia artificial con una ventana de un millón, una megabase, un millón de letras con resolución de una letra, una a una. Eso es un salto de gigante comparado con las decenas de software que hay actualmente que hacen este tipo de cosas…
Francis Villatoro explica cómo DeepMind ofrece resultados comparables a otras herramientas de inteligencia artificial disponibles para bioquímicos.
Habla: Francis VillatoroSignificado #14deepmind para bioquímicaentorno de genes con deepmindgenes relevantes con deepmind…falta avanzar mucho en humano y en ratón para que esto sea útil. Pero la ventaja que tenemos es que se ha validado con todos los softwares de inteligencia artificial que están disponibles y lo que se ha observado es que esta inteligencia artificial única de DeepMind en todas las respuestas da resultados comparables a todas las demás herramientas, con lo que cuando un bioquímico normalmente tenía que usar dos o tres herramientas, pues quiero ver en este: tengo un gen o un par de genes y quiero ver el entorno entre ellos, qué zonas son relevantes, regulatorias o no. Pues uso una técnica para ver el tema del splicing, para ver cómo qué tipo de variante de ese gen producen diferentes proteínas, qué tipo de transcriptos genero. Tengo otra técnica para ver, pues, posibles lugares donde se acoplan factores de transcripción de…
Francis Villatoro explica que DeepMind es actualmente la única entidad con la capacidad para realizar ciertos proyectos y consumir los recursos necesarios, pero a medida que se optimizan los prototipos iniciales, las versiones posteriores resultan menos costosas.
Habla: Francis VillatoroSignificado #1 · Palabras #1costos asociados al cómputo deepmindartículos sobre costos de deepmindpublicaciones nature de deepminddeepmind consume recursosdestilado de inteligencias artificialesprototipos iniciales costososoptimización de prototipos deepmind…completo, ¿cómo vas a saber tú de qué va este libro con solo un capítulo? ¿Vale? O sea, realmente eso es como lo que creo que hay que hacer ver, porque acabo de decir un dato de un SNIP concreto: la posición 89 millones, o sea, es un orden de magnitud más. Sí, sí, sí, sí, y eso ya digo, en temas de eso, de cómputo, de coste, etcétera, es muy difícil que un artículo de este tipo te lo comente, pero son costes muy altos; es decir, lo que ha hecho DeepMind, lo que hay que dar. Claro, que lo publica en Nature fundamentalmente porque No hay ahora mismo nadie en el mundo capaz de hacerlo, que no son ellos. O sea, ellos lo pueden hacer o pueden consumir todo ese tipo de recursos. ¿Qué pasa? Que después vendrán la gente que hace destilado de estas inteligencias artificiales, que hace optimizaciones de todo tipo y al final lo que el primer prototipo, digamos, ha costado una enormidad de recursos increíbles, las siguientes versiones van siendo cada vez menos costosas, ¿no? No, no, pero yo creo que sería hasta bonito ver que eso pasa, ¿no? Que por ejemplo, bueno, tú lo sabes también, los algoritmos numéricos y yo, a mí eso es que me preocupa mucho, ¿no? Porque trabajo con gente que las simulaciones tardan meses en hacerse y…