AlphaFold 3 de Deepmind es el gran avance en inteligencia artificial de este año
Retomamos la lista de correo con pequeños resúmenes de temas especialmente interesantes. Hayan aparecido o no en el podcast.
Nos volvemos locos con los avances en chatbots o generadores de música y vídeo. Pero hay algo que no deberíamos perder de vista: el gran avance que está suponiendo la inteligencia artificial en investación y ciencia.
Recordemos que hace años AlphaFold 2, desarrollado por DeepMind de Google, representó un avance monumental en el campo de la biología molecular.
Este sistema de inteligencia artificial se centró en predecir la estructura tridimensional de las proteínas a partir de sus secuencias de aminoácidos. Dicha predicción es crucial porque la forma de una proteína determina su función en los organismos vivos. La precisión de AlphaFold en estas predicciones ha sido comparada con métodos experimentales tradicionales, pero a una fracción del coste y el tiempo. Su adopción está suponiendo un salto de décadas de trabajo, un avance invaluable.
Merece la pena anotar un aspecto: en sus fundamentos es muy similar a otros sistemas de deep learning. Aprende de una enorme base de datos (las estructuras de las proteínas conocidas), capta los patrones y genera nuevas posibles proteínas. La predicción del próximo token en ChatGPT se traduce en una IA que domina el lenguaje, en AlphaFold en una que domina las partículas clave de la vida.
También sufre de las mismas limitaciones que el resto de IAs generativas. La precisión de las predicciones de AlphaFold aún necesita validación experimental y ensayos clínicos antes de su aplicación práctica. Tiene una tasa alta de aciertos y ayuda mucho en la productividad investigadora, pero también alucina e inventa.
El modelo original es de 2018. Ahora tenemos el recién anunciado AlphaFold 3 (Nature), en el que la capacidad del sistema se ha ampliado más allá de las proteínas, incluyendo la predicción de interacciones con ADN, ARN y otras moléculas biológicas.
Además del conocimiento per se, la IA de Deepmind tiene una enorme importancia en su aplicación. AlphaFold ha transformado el descubrimiento de fármacos al proporcionar herramientas para predecir cómo las moléculas se unen y actúan dentro del cuerpo. Esta capacidad es crucial para diseñar medicamentos más efectivos y específicos. Por ejemplo, la capacidad de predecir cómo los anticuerpos se unen a las proteínas puede acelerar el desarrollo de terapias para enfermedades infecciosas y crónicas o el alcance de la tan esperada medicina personalizada.
Investigadores con acceso al modelo como Max Jaderberg de Isomorphic explican que AlphaFold 3 facilita la creación y prueba de hipótesis a nivel atómico en cuestión de segundos, reduciendo drásticamente el tiempo y los recursos necesarios para la investigación experimental.
Pero algo importante ha cambiado en la estrategia de Google con esta IA. DeepMind y la revista Nature han sido criticados por no publicar el código fuente de AlphaFold 3, lo que impide que otros científicos validen y reproduzcan los resultados. Esto contraviene, dicen, las políticas habituales de Nature, que exigen suficiente detalle en la publicación para que los resultados puedan ser verificados por la comunidad científica. También supone un giro en la praxis de Google, que con las anteriores versiones había sido transparente y, en la práctica, había donado su investigación a la humanidad.
Más de 650 científicos han firmado una carta criticando esta falta de transparencia, argumentando que obstaculiza el progreso científico. La retención del código fuente por parte de DeepMind nos recuerda el impacto que puede tener algo que hemos comentado en un informe anterior: la tensión entre el avance científico y los intereses comerciales cuando los mejores investigadores están en la empresa privada y no en la academia. Si bien DeepMind ha prometido hacer accesibles muchas funcionalidades de AlphaFold 3 de forma gratuita para usuarios académicos no comerciales, la comunidad científica sigue preocupada por el acceso equitativo a esta poderosa herramienta.
DeepMind ha indicado que el descubrimiento de fármacos con IA podría convertirse en un negocio de más de 100.000 millones de dólares. Demis Hassabis, su CEO, dice que lo primero que la IA podría hacer por la humanidad es curar cientos de enfermedades. También da a entender que Google se posiciona como proveedor de la industria farmacéutica captando parte del valor generado por su IA.
En resumen tenemos lo mejor de la IA en este anuncio, un salto en la investigación científica y médica, un allanar el camino ya empezado por el que la biología pasa a ser una ingeniería más. También tenemos el final de una etapa en la que grandes empresas tecnológicas investigaban en inteligencia artificial y lo compartían con todo el mundo. Ahora el juego es cuánto del valor generado son capaces de captar.
Bonus: nuevo episodio de monos estocásticos
Patrocinador: Gana Energía y sus tarifas de luz y gas con precios ajustados, sin promociones ni fecha de caducidad, pagando exactamente lo que firmas por lo que consumes ganaenergia.com
- El CEO de Zoom tiene una idea genial para que volvamos a usar su aplicación en masa: gemelos digitales. Explicamos por qué nos parece terrible y flipado, pero al final encontramos un uso bueno.
- Jensen Huang de Nvidia pronostica un mundo lleno de robots y firma un autógrafo en un escote,
- Más salseo en OpenAI y mucho doomerismo a cuenta de la IA. Hay que mojarse en lo de aniquilar a toda la humanidad.
- Debate cultural del momento, BB Trickz