Hoy, en un artículo publicado en Nature, compartimos (Google DeepMind) el descubrimiento de 2,2 millones de nuevos cristales, lo que equivale a casi 800 años de conocimiento. Presentamos Graph Networks for Materials Exploration (GNoME), nuestra nueva herramienta de deep learning que aumenta drásticamente la velocidad y la eficiencia del descubrimiento al predecir la estabilidad de nuevos materiales.
|
etiquetas: google , deepmind , deep learning , materiales , ia
También crea una tendencia que empieza a ser preocupante: el papel principal que ha tomado el sector privado en el avance cientifico y el rol secundario al que se está relegando el mundo académico que parece obnubilado con los índices de impacto en vez de con el impacto real.
Pero por lo demas parece MUY prometedor.
Si la noticia empezase con "EE.UU. descubre... ." o "EE.UU. muestra chorrocientos nuevos materiales..." todos pensariamos que es ridículo y un intento absurdo de hacer propaganda nacionalista.
Ahora os invito a buscar en portada noticias cientificas de cierto país que siempre están escritas de esa forma hasta el punto que hemos normalizado esa propaganda
www.nature.com/articles/s41586-023-06734-w
En cualquier caso el número de científicos de física del estado sólido que se dedica(ba) al modelado y prediccion de nuevos materiales no es pequeño.
La red neuronal solamente sabe aplicar lo que ya se sabe sobre las proteinas existentes. Nunca jamás será capaz de encontrar una nueva forma de plegarse que no haya sido descubierta antes.
La razón es que esa red neuronal solamente sabe copiar. No entiende absolutamente nada sobre el porque las proteinas se pliegan.
Corren por aquí algunos entusiastas que se creen que son trastos milagrosos. Yo creo que no se han mirado como funciona el invento. Hablar con ellos es inútil porque les fallan los conceptos. Por ejemplo es frecuente que pasen de un significado de una palabra a otro significado distinto y ni se dan cuenta. Estoy cansado de leer tonterías sobre este tema, que creo que pronto pasará de moda.
No sé si me estoy explicando bien, pero el cielo es el límite. A lo mejor consigues un material o proteína genial haciendo un pliege que no existe, pero si es tan genial el humano es el que debe ahora inventarse ese pliegue o forzarlo artificialmente. Probablemente en la mayoría de los casos no se podrá hacer, pero en algunos sí, y tendrás un objetivo dorado que sabes que existe pero no como llegar. Parece una flipadura, y lo es, pero hay algo de verdad aquí y si busco algún ejemplo real lo comparto.
Soy el primero que digo que hay muchos que se están flipando mucho con las IAs, llegarán a dominarlo todo, todo todo, pero no en 2 años, más bien diría décadas.
Pues ya verás cuando prueben con Xtal Formation Computericed Exploration (XFCE) y Kristal Developement Explorer (KDE).
Van a flipar mazo.
Probablemente sean propuestas de materiales, luego habría que explorarlos de uno en uno para ver si se dan en el Mundo Real TM o si solo son modelos teóricos.
Justo lo que yo decía.
Esto es como las tejedoras eléctricas, no redujeron el número de trabajadores en las industrias textiles sino que lo multiplicaron. Son herramientas para profesionales.
De verdad que deberías mirar algun video sencillo sobre el tema. Te estás imaginando cosas que no son.
Lo has explicado genial.
Ahora faltan muchos más científicos para analizar, contrastar resultados y mejorar el entrenamiento de otras IA más específicas...
A lo que nos enfrentamos no es a una destrucción de empleo cualificado.
Justo es al contrario.
Los que han vivido la entrada del pc en las empresas lo sabrán.
Como entonces, sobran los trabajadores que se limitaban a sellar y contrastar un formulario pero hacen falta ingenieros, científicos, matemáticos, etc para desarrollar nuevas áreas de conocimiento.
Las empresas que sigan sellando formularios serán un Xerox a la izquierda.
Las que adopten IA y formen a sus trabajadores y capten talento son el futuro.
Materiales para baterías, ir al espacio, construcción, superconductores, ...
Es la mega-revolucion industrial.
Edito: Y me he vuelto a liar... Si que respondes a #3, pero es en #10. Cada vez veo menos. Lo siento.
No sería tan optimista...la IA no hace lo que quiere, sino lo que le mandan.
Y que su grado de acierto es incluso superior a alphafold.
Y respecto a esa tendencia que dices ver, ya me dirás dónde, porque en España ya te digo yo que no.. la tendencia en el sector privado es que investiguen otros, que eso no sirve para nada ..