Justo cuando creían que les habían concedido el Premio Nobel de Química este año, dos científicos del equipo de investigación de IA DeepMind de Google recibieron la llamada, hace apenas unos minutos. fueron nombrados en honor.
Demis HassabisCEO de DeepMind de Google, y Juan Jerseyel director estadounidense del proyecto, que compartió el premio por su trabajo en AlphaFold2un modelo de IA que puede predecir estructuras de proteínas. Ambos eran copropietarios con David Bakerun científico de la Universidad de Washington que ha estado utilizando aminoácidos y potencia informática para crear nuevos tipos de proteínas.
Tanto Hassabis como Jumper dijeron que recibieron una llamada de la organización sueca del premio justo antes de que se conociera la noticia; Las llamadas telefónicas y los mensajes de texto desesperados finalmente llegaron a la esposa de Hassabis y a otro miembro del equipo de DeepMind. “Recibimos la llamada muy tarde. Supusimos que no estaba sucediendo”, dijo Hassabis en una conferencia de prensa ofrecida por Google después del anuncio el miércoles. “Traté de dormir hasta tarde”, dijo Jumper. “No pude dormir anoche”.
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. AlphaFold2, por el que Hassabis y Jumper ganaron el premio, es utilizado por más de 2 millones de personas en 190 países. En la conferencia de prensa, los dos dijeron que una versión en proceso, AlphaFold3, se lanzará a la comunidad científica de forma gratuita.
este año Premio Nobel de Físicaotorgado un día antes, reconociendo también el trabajo innovador en IA, que reveló “una forma completamente nueva para que usemos las computadoras“Geoffrey Hinton, de la Universidad de Toronto, y John Hopfield, de la Universidad de Princeton, compartieron el premio por utilizar la física para entrenar redes neuronales (sistemas inspirados en el funcionamiento del cerebro humano) y así ‘posibilitar el aprendizaje automático que guía . mucho de lo que la inteligencia artificial puede lograr.
Hinton, conocido como el “padrino de la IA”, trabajó durante un tiempo en Google, pero lo dejó en 2023 alegando preocupaciones sobre los peligros de la inteligencia artificial. El martes, destacó tanto los efectos positivos, como los avances en la atención sanitaria, como los negativos y las incógnitas a medida que la IA crece rápidamente. “No tenemos idea de lo que significa que las cosas sean más inteligentes que nosotros”, dijo, mientras reportado por el New York Times.
‘La IA como herramienta definitiva’
El comité Nobel calificó a AlphaFold2 como un “avance asombroso”. En la conferencia de prensa, Hassabis y Jumper reconocieron que su trabajo es solo el comienzo de una tecnología asistida por IA que podría acelerar el desarrollo de tratamientos médicos de años a meses y ayudar a los investigadores a comprender lo que Hassabis llamó “mecanismos fundamentales en biología”.
“Veo la IA como la herramienta potencial definitiva para acelerar la ciencia y el conocimiento científico”, afirmó Hassabis.
Hassabis y Jumper compartirán el premio de 11 millones de coronas suecas (alrededor de 1,06 millones de dólares) con Baker.
Ambos dieron crédito al equipo de Google y a muchos otros científicos que crearon el trabajo fundamental sobre el que se basó su investigación. “Es una lección de humildad. Cada vez que entrenamos una IA, cada punto de datos son años de esfuerzo por parte de alguien que se está capacitando para ser estudiante de doctorado o alguien que ya recibió un doctorado”, dijo Jumper. “Cada día es sorprendente ver el trabajo que la comunidad científica ha realizado en AlphaFold y no puedo esperar a ver los próximos avances. “
Si bien la IA fue una parte importante de AlphaFold, que fue fundamental para identificar patrones que los humanos no podían detectar, Hassabis señaló que se invirtió mucho trabajo humano en el proyecto. “No fue sólo que ‘la IA hizo esto'”, dijo. “Fue un proceso iterativo. Desarrollamos, investigamos, intentamos encontrar la combinación adecuada entre lo que la comunidad entendía sobre las proteínas y cómo incorporamos estas intuiciones a nuestra arquitectura”.
“La IA fue la caja de herramientas con la que llegamos a este increíble trabajo”, dijo Hassabis.
