Los científicos de Google DeepMind ganaron el Premio Nobel por el proyecto AlphaFold AI

Justo cuando creían que habían sido nominados para el Premio Nobel de Química de este año, dos científicos del equipo de investigación de IA DeepMind de Google recibieron la llamada, minutos antes. fueron anunciados como veteranos.

Demis HassabisCEO de Google DeepMind y Juan saltadorel director estadounidense del proyecto compartió el premio por su trabajo en AlphaFold2un modelo de IA que puede predecir estructuras de proteínas. ambos eran veteranos David BakerCientífico de la Universidad de Washington que utilizó aminoácidos y potencia informática para crear nuevos tipos de proteínas.

Hassabis y Jumper dijeron que habían recibido noticias de la organización sueca del premio antes de que se conociera la noticia; Las llamadas telefónicas y los mensajes de texto de emergencia finalmente llegaron a la esposa de Hassabis y a otro miembro del equipo de DeepMind. “Recibimos la llamada muy tarde. Pensamos que no estaba sucediendo”, dijo Hassabis en una conferencia de prensa de Google después del anuncio el miércoles. “Quería dormir”, añadió Jumper. – No pude dormir anoche.

Icono de insignia de arte AI Atlas

El proyecto AlphaFold se presentó por primera vez en 2020 y desde entonces ha predicho la estructura de 200 millones de proteínas identificadas por los investigadores. El galardonado AlphaFold2 de Hassabis y Jumper ha sido utilizado por más de 2 millones de personas en 190 países. En la conferencia de prensa, los dos dijeron que la versión AlphaFold3 del trabajo se entregaría a la comunidad científica de forma gratuita.

este año Premio Nobel de Físicapremiado la víspera también reconoció su labor pionera en el campo de la inteligencia artificial, que “una forma completamente nueva de usar las computadoras.” Geoffrey Hinton de la Universidad de Toronto y John Hopfield de la Universidad de Princeton compartieron el premio por hacer posible entrenar redes neuronales en física (sistemas inspirados en el funcionamiento del cerebro humano) y así impulsar el aprendizaje automático. ‘p cosas.

Hinton, conocido como el “padrino de la IA”, trabajó en Google durante un tiempo, pero se fue en 2023, preocupado por los peligros que plantea la inteligencia artificial. El martes, destacó tanto los efectos positivos, como los avances en la atención sanitaria, como los negativos y las incógnitas obvias del rápido avance de la IA. “No tenemos la experiencia de tener cosas más inteligentes que nosotros”, dijo. reportado Por Los New York Times.

“La IA como herramienta definitiva”

El comité del Nobel calificó a AlphaFold2 como un “logro notable”. En la rueda de prensa, Hassabis y Jumper reconocieron que su trabajo es el comienzo de una tecnología de inteligencia artificial que podría acelerar en años o meses el desarrollo de tratamientos médicos, ayudando a los investigadores a comprender lo que Hassabis llamó “mecanismos fundamentales en biología”.

“Veo la inteligencia artificial como una herramienta potencial para acelerar la ciencia y el conocimiento científico”, dijo Hassabis.

Hassabis y Jumper comparten el premio de 11 millones de coronas suecas (alrededor de 1,06 millones de dólares) con Baker.

Ambos creían que el equipo de Google y muchos otros científicos habían creado el trabajo fundamental basado en su investigación. “Es una lección de humildad. Cada vez que enseñamos inteligencia artificial, cada punto de datos representa años de esfuerzo por parte de un estudiante de doctorado o un becario postdoctoral”, dijo Jumper. “Cada día es sorprendente ver el trabajo que la comunidad científica ha realizado sobre AlphaFold y espero ver los próximos avances”.

Aunque la inteligencia artificial es una parte importante de AlphaFold, que ha desempeñado un papel clave en la identificación de patrones que los humanos no pueden encontrar, Hassabis señaló que se invirtió mucho esfuerzo humano en el proyecto. “No fue sólo ‘inteligencia artificial'”, dijo. “Fue un proceso iterativo. Diseñamos, investigamos, intentamos encontrar la combinación correcta entre lo que la comunidad entiende sobre las proteínas y cómo incorporamos esos conocimientos a nuestra arquitectura”.

“La IA fue la caja de herramientas con la que logramos este increíble trabajo”, dijo Hassabis.



Fuente