El Portal de las Tecnologías para la Innovación

Categoría: La IA aplicada a la Educación

El modelo de IA lee los ECG para identificar a las pacientes femeninas con mayor riesgo de enfermedad cardíaca

Un nuevo modelo de IA puede indicar a las pacientes que tienen un mayor riesgo de enfermedad cardíaca según un electrocardiograma (ECG). Los investigadores dicen que el algoritmo, diseñado específicamente para pacientes femeninas, podría permitir a los médicos identificar a las mujeres de alto riesgo antes, lo que permite un mejor tratamiento y atención. Los detalles se publican hoy en Lancet Digital Health. Un ECG registra la actividad eléctrica del corazón y es una de las pruebas médicas más comunes en el mundo. En su estudio, financiado por la Fundación Británica del Corazón, los investigadores utilizaron inteligencia artificial para analizar más de un millón de ECG de 180,000 pacientes, de los cuales 98,000 eran mujeres. En el último estudio, los investigadores desarrollaron una puntuación que mide qué tan cerca coincide el ECG de un individuo con los patrones de ECG ‘típicos’ para hombres y mujeres, y que mostraron una variedad de riesgos para cada sexo. Las mujeres cuyos ECG coincidían más con el patrón típico de ‘male’ –, como tener un mayor tamaño de la señal eléctrica –, tendían a tener cámaras cardíacas más grandes y más masa muscular. De manera crucial, también se descubrió que estas mujeres tienen un riesgo significativamente mayor de enfermedad cardiovascular, insuficiencia cardíaca futura y ataques cardíacos, en comparación con las mujeres con ECG que coinciden más con el ECG ‘típico de la mujer’. La evidencia previa ha demostrado que los hombres tienden a tener un mayor riesgo de enfermedad cardíaca, más exactamente llamada enfermedad cardiovascular, que puede deberse a diferencias en los perfiles hormonales y los factores del estilo de vida. Debido a esto, los profesionales de la salud y el público creen que el riesgo de enfermedad cardiovascular de las mujeres es bajo. Esto es a pesar de que el riesgo para las mujeres también es alto, y las mujeres tienen el doble de probabilidades de morir de enfermedad coronaria, la principal causa de ataque cardíaco, que de cáncer de mama en el Reino Unido.  Un reciente  declaración de consenso llamada enfermedad cardiovascular, la “asesina número uno” de mujeres. La declaración pidió un mejor diagnóstico y tratamiento para las mujeres, así como una mejor representación femenina en los ensayos clínicos. El Dr. Arunashis Sau, Profesor Clínico Académico en el Instituto Nacional del Corazón y los Pulmones del Imperial College de Londres, y registrador de cardiología en el Imperial College Healthcare NHS Trust, dirigió la investigación. Dijo:»Nuestro trabajo ha subrayado que la enfermedad cardiovascular en las mujeres es mucho más compleja de lo que se pensaba anteriormente. En la clínica utilizamos pruebas como ECG para proporcionar una instantánea de lo que está sucediendo, pero como resultado, esto puede implicar agrupar a los pacientes por sexo de una manera que no tenga en cuenta su fisiología individual. Los ECG mejorados con IA nos brindan una comprensión más matizada de la salud cardíaca femenina – y creemos que esto podría usarse para mejorar los resultados para las mujeres en riesgo de enfermedad cardíaca  El Dr. Fu Siong Ng, lector en Electrofisiología Cardíaca en el Instituto Nacional del Corazón y los Pulmones en el Imperial College de Londres y cardiólogo consultor en el Imperial College Healthcare NHS Trust y Chelsea and Westminster Hospital NHS Foundation Trust, fue el autor principal del estudio. Él dijo: “Muchas de las mujeres identificadas tenían un riesgo aún mayor que el hombre ‘average’. Si se usa ampliamente, con el tiempo el modelo de IA puede reducir las diferencias de género en la atención cardíaca y mejorar los resultados para las mujeres en riesgo de enfermedad cardíaca El grupo de investigación publicó recientemente otro artículo sobre el modelo de estimación de riesgo AI-ECG relacionado, conocido como AIRE, que puede predecir el riesgo de los pacientes de desarrollar y empeorar la enfermedad a partir de un ECG. Los ensayos de AIRE en el NHS ya están planificados para fines de 2025. Estos evaluarán los beneficios de implementar el modelo con pacientes reales de hospitales de Imperial College Healthcare NHS Trust y Chelsea and Westminster Hospital NHS Foundation Trust. Este modelo se probará junto con AIRE. Dr. Sonya Babu-Narayan, Director Clínico de la Fundación Británica del Corazón, dicho: “Con demasiada frecuencia, las mujeres son diagnosticadas erróneamente o incluso despedidas por profesionales de la salud, gracias al mito de que la enfermedad cardíaca es solo un problema de male’. Incluso si reciben el diagnóstico correcto, la evidencia muestra que las mujeres son menos propensas que los hombres a recibir los tratamientos recomendados “Este estudio ha aplicado una poderosa tecnología de IA a los ECG, una prueba cardíaca rutinaria, barata y ampliamente disponible. Aprovechar el potencial de este tipo de investigación podría ayudar a identificar mejor a los pacientes con mayor riesgo de futuros problemas cardíacos y reducir la brecha de género en los resultados de la atención cardíaca. Sin embargo, una prueba por sí sola no nivelará el campo de juego. Asegurar que cada persona reciba la atención cardíaca adecuada que necesita cuando la necesita requerirá un cambio en cada parte de nuestro sistema de salud La investigación fue financiada por la Fundación Británica del Corazón, a través de una Beca de Capacitación en Investigación Clínica de BHF al Dr. Sau, una Beca del Programa de BHF al Dr. Fu Siong Ng y el Centro de Excelencia en Investigación de BHF en Imperial. Los investigadores también recibieron apoyo del NIHR Imperial Biomedical Research Centre, una asociación de investigación traslacional entre Imperial College Healthcare NHS Trust e Imperial College London, que recibió £95 millones en 2022 para continuar desarrollando nuevos tratamientos experimentales y diagnósticos para pacientes. Imperial College Londres News. R. S. Traducido al español

Leer más »

Desbloquee las Habilidades de IA para Transformar su Centro de Datos con Cisco U.

En el mundo acelerado de hoy en día, donde la tecnología avanza a la velocidad del rayo, mantenerse a la vanguardia es más crucial que nunca. Es por eso que Cisco U. está encantado de presentar nuestro innovador curso de esenciales de IA, ahora disponible por un tiempo limitado en Cisco U. Gratis. Pero con el entrenamiento de IA aparentemente en todas partes, es posible que se pregunte qué diferencia a Cisco U. del resto. Por qué el enfoque de la infraestructura es tan importante Mientras Ley de Moore puede que no se siga tan rígidamente hoy, su influencia es innegable en el ámbito de la tecnología GPU. La asombrosa triplicación del poder de procesamiento de la GPU en los últimos dos años es un testimonio de esto. Pero, ¿por qué esto es importante para su centro de datos? A medida que las cargas de trabajo de IA exigen más recursos informáticos, la necesidad de construir, dimensionar correctamente, automatizar y asegurar la infraestructura se vuelve primordial. Ingrese a AI Solutions en la capacitación de Cisco Infrastructure Essentials. Desarrollar habilidades para satisfacer los rápidos cambios en la demanda de cómputo Nuestro último Sendero de Aprendizaje de IA está meticulosamente diseñado para abordar los rápidos cambios en la demanda de cómputo. Esto no es solo otra capacitación de productos; es una experiencia enfocada en equiparlo con habilidades esenciales. Esto es lo que lo hace destacar: Diseñe, escale e implemente soluciones de IA con confianza Nuestra capacitación profundiza en el meollo del Diseño de Infraestructura de IA, que abarca todo, desde la Migración de Arquitectura hasta la IA y la Implementación y Escalado de GPT. Con AI Fabric Automation y las mejoras de hardware en el horizonte, incluidas UCS-X y GPU, aprenderá el arte de configurar clústeres de IA para aplicaciones de inferencia e implementar GPT interno en Cisco Infrastructure. Tu camino hacia la experiencia Cisco U. ofrece contenido de entrada a experiencia para suscriptores, con tutoriales gratuitos, capacitación en habilidades de infraestructura premium y oportunidades de aprendizaje adyacentes en información de IA, integración de API, seguridad y automatización. Complete con certificaciones reconocidas a nivel mundial en red, centro de datos y seguridad, y estará listo para conquistar el dominio de IA. Únete a la revolución de la IA con Cisco U. En un mundo donde la tecnología no espera a nadie, invertir en el entrenamiento adecuado puede cambiar el juego. La capacitación en IA con Cisco U. es su boleto para mantenerse a la vanguardia, asegurando que su centro de datos esté listo para el futuro. No te pierdas esta oportunidad de elevar tus habilidades y transformar tu carrera. ¡Inscríbase hoy y embarque en un viaje al dominio de la IA con Cisco U.! ¡Conozca juntos los desafíos del centro de datos del futuro! Desbloquee todo el potencial de las soluciones de IA en la infraestructura de Cisco con lo nuevo Soluciones de IA en Cisco Infrastructure Essentials | DCAIE Learning Path, disponible en Cisco U. Gratis hasta el 24 de marzo de 2025. CISCO Blog. P. K. Traducido al español

Leer más »

IBM presenta Content Assistant impulsado por IA para encontrar rápidamente información enterrada dentro de los documentos

Es hora de revolucionar la forma en que administra, busca y descubre información. Cuando la información crítica es difícil de encontrar, se pierde un tiempo valioso buscando respuestas y se retrasan las decisiones importantes. Estos problemas pueden tener graves consecuencias.  Es hora de revolucionar la forma en que administra, busca y descubre información. Nos complace anunciar el lanzamiento de IBM Content Assistant, un poderoso conjunto de capacidades que utiliza IA generativa para ayudar a nuestros clientes a encontrar rápidamente información que de otro modo estaría enterrada en sus documentos. Proporciona trazabilidad y transparencia integradas, lo que facilita ver qué documentos y extractos se utilizaron para proporcionar la información. Con IBM Content Assistant, las respuestas y los resúmenes están a su alcance, liberando un tiempo valioso. Hemos visto una gran cantidad de emoción e interés de nuestros clientes durante la vista previa, y ahora estamos listos para revelarlo para todos. Beneficios clave de IBM Content Assistant 3 razones por las que usar IBM Content Assistant 1. Transparencia que necesita para liderar con confianza Lo que distingue a IBM Content Assistant de otros asistentes de IA es su sólida seguridad y transparencia. Content Assistant no te dejará preguntándote cómo generó su respuesta. En cambio, proporcionamos visibilidad completa en los documentos utilizados para generar nuestras respuestas.  También se adhiere a cualquier control de acceso que haya configurado, lo que le permite usarlo con confianza, incluso con sus documentos más confidenciales. Entendemos que la información proporcionada es crítica para su negocio. Por eso ofrecemos transparencia y trazabilidad integradas, lo que le permite tomar decisiones rápidas e informadas. Con IBM Content Assistant, puede confiar en las ideas que recibe y ver exactamente de dónde provienen. 2. Gobernanza y seguridad en la que puede confiar No dejamos la gobernanza y la seguridad al azar.  Nuestro Asistente de Contenido de IBM se basa en una base de los estrictos principios éticos de IA de IBM, proporcionando un gobierno integral de extremo a extremo y asegurando que su contenido sea seguro y confiable. 3. Implementación rápida y fácil con ROI inmediato Tener toda la información necesaria disponible a su alcance le permite tomar decisiones de manera rápida y eficiente. Esto, a su vez, libera a su equipo para centrarse en tareas de alta prioridad que impulsan el crecimiento del negocio. Comience con IBM Content Assistant y ponga fin a sentirse a la deriva entre un vasto océano de documentos. Para obtener más información sobre IBM Content Assistant, visite nuestro sitio aquí. IBM News. Traducido al español

Leer más »

1,000 Scientist AI Jam Session: Avanzando la ciencia con los laboratorios nacionales de los Estados Unidos

OpenAI y nueve laboratorios nacionales reúnen a científicos líderes para el primer evento de su tipo. Estamos construyendo IA para ayudar a las personas a resolver problemas difíciles, incluso mediante el uso de IA para acelerar el descubrimiento científico. Através nuestra colaboración con los Estados Unidos. Laboratorios nacionales del Departamento de Energía», estamos poniendo nuestros modelos avanzados de IA a disposición de los investigadores que empujan las fronteras de la ciencia y la tecnología al tiempo que fortalecen el liderazgo de los Estados Unidos en IA.  Juntos, organizamos un “1,000 Scientist AI Jam Session”—, un evento único en su tipo que tiene lugar hoy en nueve laboratorios nacionales, que reúne a más de 1,000 científicos por un día para usar AI para acelerar el descubrimiento científico.  Nueve laboratorios nacionales que abarcan todo el país, incluidos Argonne, Berkeley, Brookhaven, Idaho, Livermore, Los Alamos, Oak Ridge, Pacific Northwest y Princeton Plasma Physics, están participando en el evento. Los investigadores utilizarán modelos de IA de frontera, incluido OpenAIays o3‑mini, para probar problemas en sus respectivos dominios científicos, evaluar respuestas de modelos y compartir comentarios para mejorar los futuros sistemas de IA para que se construyan teniendo en cuenta las necesidades de scientists’. Los hallazgos del evento se compartirán en un informe de seguimiento sobre cómo los modelos de IA pueden ser utilizados por la comunidad científica.  ESTADOS UNIDOS. El Secretario de Energía Chris Wright se unirá al Presidente y Cofundador de OpenAI, Greg Brockman, en el Laboratorio Nacional Oak Ridge para visitar a los científicos que participan en el evento de hoy y discutir la importancia de garantizar que Estados Unidos continúe liderando el mundo en innovación científica y técnica. “Uno de los mayores activos de nuestro país—y una envidia del mundo—es la red de laboratorios nacionales del Departamento de Energía, que durante décadas ha impulsado avances en ciencia y tecnología, fortalecido la seguridad nacional y alimentado la prosperidad estadounidense. Al igual que el Proyecto Manhattan, que reunió a los mejores científicos e ingenieros del mundo para un esfuerzo patriótico que cambió el mundo, el desarrollo de la IA es una carrera que Estados Unidos debe ganar. La colaboración de hoy de los laboratorios nacionales y las compañías de tecnología de Americais es un paso importante en nuestros esfuerzos para asegurar el futuro de Americais.” – U.S. El secretario de Energía Chris Wright “El avance de la investigación científica es una de las aplicaciones más prometedoras de la IA. Weirre se enorgullece de trabajar con los laboratorios nacionales de Estados Unidos para poner nuestra tecnología avanzada en manos de los mejores científicos de nuestro país. OpenAI cree que trabajar en estrecha colaboración con el gobierno de los Estados Unidos es esencial para desbloquear todo el potencial de AI.  Quiero agradecer al Secretario Wright por su compromiso de garantizar que Estados Unidos continúe liderando la IA, incluso a través de colaboraciones público-privadas como el evento de hoy.” – Greg Brockman, Presidente y Cofundador de OpenAI Este evento se basa en la tradición de larga data de la colaboración del gobierno de los Estados Unidos con la industria privada para impulsar el progreso tecnológico, desde la ciencia hasta la atención médica, la energía, la seguridad y otros campos críticos. También refleja el compromiso continuo de OpenAIa con el liderazgo de la IA en los Estados Unidos y para equipar a los expertos con herramientas de IA seguras y efectivas, convirtiendo los datos en ideas y conocimientos en soluciones del mundo real. El mes pasado, OpenAI anunció un acuerdo con los Laboratorios Nacionales para implementar un modelo de razonamiento de la serie o para acelerar los avances en ciencia de materiales, energía renovable, astrofísica y más. Nosotros también asociado con el Laboratorio Nacional de Los Álamos estudiar cómo los modelos de IA multimodales pueden ser utilizados de manera segura por los científicos en entornos de laboratorio para avanzar en la investigación biocientífica.  Apreciamos la asociación del Departamento de Energía y los laboratorios nacionales para fortalecer el liderazgo de Estados Unidos en IA y ciencia, y esperamos una colaboración continua para sentar las bases de la innovación sostenida en el descubrimiento científico impulsado por IA. OpenAI News. Traducido al español

Leer más »

IBM está equipando a la próxima generación de desarrolladores estudiantiles en todas las universidades con habilidades de IA

IBM ha estado trabajando con universidades durante casi un siglo. Hoy, estamos entusiasmados de compartir la nueva estrategia de IBM SkillsBuild para fortalecer la educación en IA en las universidades, ayudándolas a cultivar el talento entre los futuros desarrolladores e impulsar el crecimiento económico en todo el mundo. La brecha de habilidades de hoy presenta un obstáculo para la innovación y el desarrollo económico.  La demanda de habilidades de IA es una prioridad para las empresas, universidades y estudiantes, debido a la adopción masiva de IA, el aumento de los modelos de IA de código abierto disponibles para el público en general y la nueva proliferación de asistentes y agentes de IA. De hecho, lo último Informe sobre el futuro de los empleosdesde el Foro Económico Mundial muestra que la brecha de habilidades sigue siendo la barrera más importante para la transformación empresarial, y que para 2030, el 39% de las habilidades actuales pueden quedar obsoletas. Los desarrolladores enfrentan un desafío similar según una investigación reciente de IBM y Morning Consult. Por ejemplo, el 76% de los desarrolladores encuestados dicen que no se consideran expertos en IA generativa. Es probable que esta tendencia continúe y la brecha de habilidades crecería al mismo ritmo acelerado. Para fomentar el talento técnico necesario para impulsar la innovación abierta e impulsar los resultados comerciales, debemos invertir en las habilidades de nuestra futura fuerza laboral. ¿Cómo puede IBM apoyar a estudiantes y aspirantes a desarrolladores? En 2023, IBM anunció el compromiso de proporcionar capacitación gratuita en IA a 2 millones de estudiantes en todo el mundo durante tres años. Cuando emprendimos este trabajo, sabíamos que diferentes grupos de estudiantes tendrían diferentes necesidades, y que se requeriría una alineación entre industrias sobre cómo abordar este desafío global. Para ayudar a abordar esto, co-creamos un Guía de competencias de IA a través de la Alianza AI. Trabajamos para recopilar datos, generar información y alinear las recomendaciones para definir las competencias esenciales de IA en sectores y roles clave, así como un rango definido en niveles que van desde la fluidez, la competencia, la experiencia y, finalmente, el dominio. Sobre la base de esta guía marco de AI Alliance, hemos creado una nueva estrategia para ayudar a los estudiantes universitarios y aspirantes a desarrolladores a desarrollar las competencias de IA que los ayudarán a prosperar. Los elementos clave de este trabajo son la capacitación de la facultad, el aprendizaje en línea, los laboratorios prácticos, los desafíos de innovación grupal y las oportunidades prácticas de aprendizaje en el mundo real. Cada una de nuestras ofertas orientadas a los estudiantes se desarrolla para personas clave, para responder a sus necesidades y ayudarlos a desarrollar sus competencias de IA para alcanzar sus objetivos, y todos están disponibles a través de nuestro programa IBM SkillsBuild. Resultados de nuestros pilotos en todo el mundo: A medida que weizve puso a prueba este enfoque en todo el mundo, ya hemos visto algunas historias de éxito tempranas. Por ejemplo, a través de IBM SkillsBuild, dos equipos de estudiantes universitarios en Boston construyeron un chatbot utilizando la tecnología de IA generativa de IBM. La herramienta tiene como objetivo ayudar a los estudiantes a explorar si su trabajo fuera del entorno universitario tradicional podría solicitarse crédito universitario. Además, los estudiantes en la India han construido soluciones watsonx centradas en la profesión legal, la agricultura y la nutrición. Y en el Reino Unido, trabajamos con un equipo de estudiantes que construyeron un robot de respuesta a desastres utilizando la tecnología de IA y plataforma de datos de IBM. Equipado con sensores avanzados y un asistente virtual, construido desde cero utilizando IBM watsonx, el robot evaluaría su entorno, identificaría obstáculos, se conectaría con individuos en el sueloy envíe información importante a los equipos de rescate, lo que lo convierte en un activo valioso durante los momentos críticos. Mirando hacia el futuro:   El ritmo de la innovación en IA continúa desafiando e inspirando a las empresas en todas las industrias, haciendo que el talento calificado sea aún más importante que nunca. A medida que vemos el surgimiento de más modelos de IA de código abierto, está claro que el ritmo de transformación no se está desacelerando. El futuro de la IA será moldeado por estudiantes, educadores y profesionales que no solo tienen las habilidades para usar la IA generativa, sino también para administrar agentes de IA, o incluso construirlos. En los próximos meses, estamos entusiasmados de expandir nuestro trabajo con más escuelas y estudiantes en todas las disciplinas para desarrollar habilidades de IA. Seguiremos: Junto con las universidades y nuestra red de socios de IBM SkillsBuild, estamos invirtiendo en la cartera de talento tecnológico para nuestro futuro y preparándolos para el mercado. Si eres estudiante, visita el Sitio IBM SkillsBuild. Si eres una universidad o facultad y te gustaría participar o aprender más, por favor visita https://skillsbuild.org/organizations-supporting-college-students/interest-form. IBM News. J. N-S. Traducido al español

Leer más »

El modelo de IA descifra el código en proteínas que les dice a dónde ir

Los investigadores del Instituto Whitehead y CSAIL crearon un modelo de aprendizaje automático para predecir y generar la localización de proteínas, con implicaciones para comprender y remediar enfermedades. Las proteínas son los caballos de batalla que mantienen nuestras células funcionando, y hay muchos miles de tipos de proteínas en nuestras células, cada una realizando una función especializada. Los investigadores saben desde hace tiempo que la estructura de una proteína determina lo que puede hacer. Más recientemente, los investigadores están llegando a apreciar que una localización de proteínas también es crítica para su función. Las células están llenas de compartimentos que ayudan a organizar a sus muchos habitantes. Junto con los conocidos orgánulos que adornan las páginas de los libros de texto de biología, estos espacios también incluyen una variedad de compartimentos dinámicos sin membrana que concentran ciertas moléculas para realizar funciones compartidas. Saber dónde se localiza una proteína determinada y con quién se co-localiza, puede ser útil para comprender mejor esa proteína y su papel en la célula sana o enfermapero los investigadores han carecido de una forma sistemática de predecir esta información. Mientras tanto, la estructura de la proteína se ha estudiado durante más de medio siglo, culminando en la herramienta de inteligencia artificial AlphaFold, que puede predecir la estructura de la proteína a partir de un código de aminoácidos de proteínas, la cadena lineal de bloques de construcción dentro de ella que se pliega para crear su estructura. AlphaFold y modelos como este se han convertido en herramientas ampliamente utilizadas en la investigación. Las proteínas también contienen regiones de aminoácidos que no se pliegan en una estructura fija, sino que son importantes para ayudar a las proteínas a unirse a compartimentos dinámicos en la célula. El profesor del MIT Richard Young y sus colegas se preguntaron si el código en esas regiones podría usarse para predecir la localización de proteínas de la misma manera que otras regiones se usan para predecir la estructura. Otros investigadores han descubierto algunas secuencias de proteínas que codifican la localización de proteínas, y algunos han comenzado a desarrollar modelos predictivos para la localización de proteínas. Sin embargo, los investigadores no sabían si una localización de proteínas en cualquier compartimento dinámico podría predecirse en función de su secuencia, ni tenían una herramienta comparable a AlphaFold para predecir la localización.  Ahora, Young, también miembro del Instituto Whitehead para la Investigación Biológica; Henry Kilgore, postdoctorado de laboratorio joven; Regina Barzilay, Profesora Distinguida de la Escuela de Ingeniería para la IA y la Salud en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación del MIT e investigadora principal en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL); y sus colegas han construido un modelo de este tipo, que llaman ProtGPS. En un artículo publicado en 6 De febrero en el diario Cienciacon los primeros autores Kilgore y los estudiantes graduados de laboratorio de Barzilay Itamar Chinn, Peter Mikhael e Ilan Mitnikov, el equipo interdisciplinario estrena su modelo. Los investigadores muestran que ProtGPS puede predecir a cuál de los 12 tipos conocidos de compartimentos se localizará una proteína, así como si una mutación asociada a la enfermedad cambiará esa localización. Además, el equipo de investigación desarrolló un algoritmo generativo que puede diseñar nuevas proteínas para localizar compartimentos específicos. “Mi esperanza es que este sea un primer paso hacia una plataforma poderosa que permita a las personas que estudian proteínas investigar,” Young dice, “y que nos ayude a comprender cómo los humanos se convierten en los organismos complejos que son, cómo las mutaciones interrumpen esos procesos naturales y cómo generar hipótesis terapéuticas y diseñar medicamentos para tratar la disfunción en una célula Los investigadores también validaron muchas de las predicciones de modelos con pruebas experimentales en células. “Realmente me emocionó poder pasar del diseño computacional hasta probar estas cosas en el laboratorio,” dice Barzilay. “Hay muchos documentos interesantes en esta área de la IA, pero el 99.9 por ciento de ellos nunca se prueban en sistemas reales. Gracias a nuestra colaboración con el laboratorio Young, pudimos probar y realmente aprender qué tan bien está nuestro algoritmo.” Desarrollando el modelo Los investigadores entrenaron y probaron ProtGPS en dos lotes de proteínas con localizaciones conocidas. Descubrieron que podía predecir correctamente dónde terminan las proteínas con alta precisión. Los investigadores también probaron qué tan bien podría predecir ProtGPS los cambios en la localización de proteínas en función de las mutaciones asociadas a la enfermedad dentro de una proteína. Se ha encontrado que muchas mutaciones — cambios en la secuencia de un gen y su proteína correspondiente — contribuyen o causan enfermedades según los estudios de asociación, pero las formas en que las mutaciones conducen a los síntomas de la enfermedad siguen siendo desconocidas. Descubrir el mecanismo de cómo una mutación contribuye a la enfermedad es importante porque entonces los investigadores pueden desarrollar terapias para arreglar ese mecanismo, prevenir o tratar la enfermedad. Young y sus colegas sospecharon que muchas mutaciones asociadas a la enfermedad podrían contribuir a la enfermedad al cambiar la localización de proteínas. Por ejemplo, una mutación podría hacer que una proteína no pueda unirse a un compartimento que contenga socios esenciales. Probaron esta hipótesis alimentando a ProtGOS con más de 200,000 proteínas con mutaciones asociadas a enfermedades, y luego pidiéndole que predijera dónde se localizarían esas proteínas mutadas y midiera cuánto cambió su predicción para una proteína dada de la versión normal a la mutada. Un gran cambio en la predicción indica un cambio probable en la localización. Los investigadores encontraron muchos casos en los que una mutación asociada a la enfermedad parecía cambiar la localización de proteínas. Probaron 20 ejemplos en células, usando fluorescencia para comparar dónde en la célula terminó una proteína normal y la versión mutada de la misma. Los experimentos confirmaron las predicciones de ProtGPSs. En conjunto, los hallazgos respaldan la sospecha de los investigadores de que la localización errónea puede ser un mecanismo poco apreciado de la enfermedad, y demuestran el valor de ProtGPS como una herramienta para comprender la

Leer más »

¿Qué tan disruptivo es DeepSeek? La facultad de Stanford HAI discute el nuevo modelo de los chinos

Los expertos valoran las implicaciones del modelo de código abierto de DeepSeekka y su impacto en la tecnología, la geopolítica, las artes y más. En las últimas semanas, la aparición de DeepSeek de China –, un modelo de lenguaje de código abierto poderoso y rentable –, ha provocado un discurso considerable entre académicos e investigadores de la industria. En el Instituto Stanford para la IA centrada en el ser humano (HAI), los profesores están examinando no solo los avances técnicos de las modelaciones, sino también las implicaciones más amplias para la academia, la industria y la sociedad a nivel mundial. Un elemento central de la conversación es cómo DeepSeek ha desafiado las nociones preconcebidas con respecto al capital y los recursos computacionales necesarios para avances serios en IA. La capacidad de ingeniería inteligente e innovación algorítmica demostrada por DeepSeek puede capacitar a las organizaciones con menos recursos para competir en proyectos significativos. Esta ingeniosa ingeniería, combinada con los pesos de código abierto y un documento técnico detallado, fomenta un entorno de innovación que ha impulsado los avances técnicos durante décadas. Si bien el modelo de peso abierto y el documento técnico detallado son un paso adelante para la comunidad de código abierto, DeepSeek es notablemente opaco en lo que respecta a la protección de la privacidad, el suministro de datos y los derechos de autor, lo que aumenta las preocupaciones sobre el impacto de la IA en las artes, la regulación y la seguridad nacional. El hecho de que DeepSeek fuera lanzado por una organización china enfatiza la necesidad de pensar estratégicamente sobre medidas regulatorias e implicaciones geopolíticas dentro de un ecosistema global de IA donde no todos los actores tienen las mismas normas y donde mecanismos como los controles de exportación no tienen el mismo impacto. DeepSeek ha reavivado las discusiones sobre código abierto, responsabilidad legal, cambios de poder geopolíticos, preocupaciones de privacidad y más. En esta colección de perspectivas, los becarios senior de Stanford HAI ofrecen una discusión multidisciplinaria de lo que DeepSeek significa para el campo de la inteligencia artificial y la sociedad en general. Russ AltmanKenneth Fong Profesor y Profesor de Bioingeniería, de Genética, de Medicina, de Ciencia de Datos Biomédicos, Stanford HAI Senior Fellow, y Profesor, por cortesía, de Ciencias de la Computación En HAI somos académicos, y hay elementos del desarrollo de DeepSeek que proporcionan lecciones y oportunidades importantes para la comunidad académica. En primer lugar, el compromiso con el código abierto (abrazado por Meta y también adoptado por DeepSeek) parece trascender los límites geopolíticos – DeepSeek y Llama (de Meta) brindan una oportunidad para que los académicos inspeccionen, evalúen, evalúen y mejoren los métodos existentes, desde una perspectiva independiente. El movimiento “closed source” ahora tiene algunos desafíos para justificar el enfoque –, por supuesto, sigue habiendo preocupaciones legítimas (por ejemplo, malos actores que usan modelos de código abierto para hacer cosas malas), pero incluso estos son posiblemente mejor combatidos con acceso abierto a las herramientas que estos actores usan para que la gente en la academia, la industria y el gobierno puede colaborar e innovar en formas de mitigar sus riesgos. En segundo lugar, la demostración de que la ingeniería inteligente y la innovación algorítmica pueden reducir los requisitos de capital para los sistemas de IA serios significa que los esfuerzos menos capitalizados en la academia (y en otros lugares) pueden competir y contribuir en algunos tipos de construcción de sistemas. Muchos de nosotros pensamos que tendríamos que esperar hasta la próxima generación de hardware de IA económico para democratizar la IA – este puede ser el caso. Pero incluso antes de eso, tenemos la demostración inesperada de que las innovaciones de software también pueden ser fuentes importantes de eficiencia y costo reducido. En conjunto, ahora podemos imaginar sistemas de IA del mundo real no triviales y relevantes construidos por organizaciones con recursos más modestos. En tercer lugar, el progreso de DeepSeek junto con los avances en los sistemas de IA basados en agentes hace que sea más fácil imaginar la creación generalizada de agentes de IA especializados que se mezclan y combinan para crear sistemas de IA capaces. El monolítico “general AI” todavía puede ser de interés académico, pero será más rentable y mejor ingeniería (por ejemplo, modular) crear sistemas hechos de componentes que se pueden construir, probar, mantener e implementar antes de fusionarse. Un modelo de agentes de IA que cooperan entre sí (y con humanos) replica la idea de “equipos humanos” que resuelven problemas. A veces los problemas son resueltos por un solo genio monolítico, pero esta no suele ser la apuesta correcta. Por lo tanto, DeepSeek ayuda a restablecer el equilibrio al validar el intercambio de ideas de código abierto (los datos son otra cuestión, es cierto), lo que demuestra el poder de la innovación algorítmica continuay permitir la creación económica de agentes de IA que puedan mezclarse y combinarse económicamente para producir sistemas de IA útiles y robustos. Por supuesto, las preguntas permanecen: Choi YejinDieter Schwarz Foundation HAI Professor, Professor of Computer Science, y Stanford HAI Senior Fellow Choi Yejin El éxito del modelo R1 de DeepSeek muestra que cuando hay una “prueba de existencia de una solution” (como lo demuestra OpenAIays o1), se convierte simplemente en cuestión de tiempo antes de que otros encuentren la solución también. La decisión de DeepSeekk de compartir la receta detallada del entrenamiento R1 y los modelos de peso abierto de diferentes tamaños tiene profundas implicaciones, ya que esto probablemente aumentará la velocidad del progreso aún más, estamos a punto de presenciar una proliferación de nuevos esfuerzos de código abierto que replican y mejoran R1. Este cambio indica que la era de la escala de fuerza bruta está llegando a su fin, dando paso a una nueva fase centrada en las innovaciones algorítmicas para continuar escalando a través de la síntesis de datos, nuevos marcos de aprendizaje y nuevos algoritmos de inferencia. Sin embargo, una pregunta importante que enfrentamos en este momento es cómo aprovechar estos poderosos sistemas de inteligencia artificial

Leer más »

6 Formas en que la IA está haciendo una diferencia en el mundo

La IA está cambiando el mundo de maneras notables, desde mejorar la atención médica y la educación hasta facilitar la vida de las personas con discapacidades. Está transformando la forma en que las personas viven y trabajan, y su capacidad para analizar grandes cantidades de datos complejos está permitiendo a los científicos estudiar la selva amazónica en Colombia, ayudando a los productores de caña de azúcar a optimizar los cultivos en la India y más.   Aquí hay seis formas en que Microsoft AI está trayendo un cambio positivo en todo el mundo. Ayudar a los proveedores médicos a mejorar la atenciónAyudar a los proveedores médicos aAyudar a los proveedores médicos amejorar la atenciónmejorar la atención Documentar y revisar la información del paciente — notas de la tabla, resultados de pruebas, historial médico — puede llevar mucho tiempo para los proveedores de atención médica. La IA está racionalizando el trabajo para que puedan brindar una mejor atención, pasar más tiempo con los pacientes y reducir el agotamiento.En Taiwán, Chi Mei Medical Center  Asistentes de IA,construido con Azure OpenAI Service, están ayudando a médicos, enfermeras y farmacéuticos a encontrar información, resumir datos y generar informes. En los Estados Unidos, la organización de atención médica de Providence está trabajando con Microsoft en el prototipo  Herramientas de IA para oncólogos analizar los datos de los pacientes de fuentes como texto, imágenes e información genómica con el objetivo de brindar a los pacientes con cáncer tratamientos personalizados y precisos más rápido. Microsoft Investigación y Mayo Clinic también está desarrollando modelos de IA que integran texto e imágenes para explorar cómo la IA puede ayudar a los médicos  analizar los resultados de radiología más rápida y precisa. Documentar y revisar la información del paciente — notas de laDocumentar y revisar la información del paciente — notas de latabla, resultados de pruebas, historial médico — puede llevartabla, resultados de pruebas, historial médico — puede llevarmucho tiempo para los proveedores de atención médica. La IA estámucho tiempo para los proveedores de atención médica. La IA estáracionalizando el trabajo para que puedan brindar una mejorracionalizando el trabajo para que puedan brindar una mejoratención, pasar más tiempo con los pacientes y reducir elatención, pasar más tiempo con los pacientes y reducir elagotamiento.agotamiento. En Taiwán, Chi Mei Medical Center Asistentes de IA, construido conEn Taiwán, Chi Mei Medical Center Asistentes de IA, construido conAzure OpenAI Service, están ayudando a médicos, enfermeras yAzure OpenAI Service, están ayudando a médicos, enfermeras yfarmacéuticos a encontrar información, resumir datos y generarfarmacéuticos a encontrar información, resumir datos y generarinformes. En los Estados Unidos, la organización de atención médicainformes. En los Estados Unidos, la organización de atención médicade Providence está trabajando con Microsoft en el prototipode Providence está trabajando con Microsoft en el prototipoHerramientas de IA para oncólogos analizar los datos de losHerramientas de IA para oncólogos analizar los datos de lospacientes de fuentes como texto, imágenes e informaciónpacientes de fuentes como texto, imágenes e informacióngenómica con el objetivo de brindar a los pacientes con cáncergenómica con el objetivo de brindar a los pacientes con cáncertratamientos personalizados y precisos más rápido.tratamientos personalizados y precisos más rápido. Microsoft Investigación y Mayo Clinic también está desarrollandoMicrosoft Investigación y Mayo Clinic también está desarrollandomodelos de IA que integran texto e imágenes para explorar cómo lamodelos de IA que integran texto e imágenes para explorar cómo laIA puede ayudar a los médicos analizar los resultados de radiologíaIA puede ayudar a los médicos analizar los resultados de radiologíamás rápida y precisa.más rápida y precisa. Transformar el aprendizaje en la escuela y el trabajoTransformar el aprendizaje en la escuelaTransformar el aprendizaje en la escuelay el trabajoy el trabajo La IA tiene el potencial de hacer que la enseñanza, el aprendizaje y la capacitación laboral sean más personalizados y efectivos. Más que  400.000 Profesores en más de 50 países han utilizado un  Impulsado por IA asistente de enseñanza de Khan Academy que ayuda a crear planes de lecciones innovadores — como experimentos de química usando artículos cotidianos, o escribiendo historias basadas en Shakespeare — para hacer que el aprendizaje sea más atractivo y dar a los maestros más tiempo y energía para los estudiantes.A muchas escuelas les gustan  De Wereldreiziger en Bélgica están utilizando aplicaciones impulsadas por IA como Microsoft Microsoft  Progreso de Lectura para ayudar a los estudiantes a practicar su lectura. Las otras herramientas educativas de los compañeros, incluyendo Reading Coach y Search Coach, también son  ayudar a los estudiantes con habilidades importantes.Y Pearson, una organización dedicada a la formación y la educación, está trabajando con Microsoft para  ampliar el aprendizaje personalizado y servicios habilitados para IA para personas de todo el mundo. La IA tiene el potencial de hacer que la enseñanza, el aprendizaje y laLa IA tiene el potencial de hacer que la enseñanza, el aprendizaje y lacapacitación laboral sean más personalizados y efectivos. Más quecapacitación laboral sean más personalizados y efectivos. Más que400.000 Profesores en más de 50 países han utilizado un Impulsado400.000 Profesores en más de 50 países han utilizado un Impulsadopor IA asistente de enseñanza de Khan Academy que ayuda a crearpor IA asistente de enseñanza de Khan Academy que ayuda a crearplanes de lecciones innovadores — como experimentos de químicaplanes de lecciones innovadores — como experimentos de químicausando artículos cotidianos, o escribiendo historias basadas enusando artículos cotidianos, o escribiendo historias basadas enShakespeare — para hacer que el aprendizaje sea más atractivo yShakespeare — para hacer que el aprendizaje sea más atractivo ydar a los maestros más tiempo y energía para los estudiantes.dar a los maestros más tiempo y energía para los estudiantes. A muchas escuelas les gustan De Wereldreiziger en Bélgica estánA muchas escuelas les gustan De Wereldreiziger en Bélgica estánutilizando aplicaciones impulsadas por IA como Microsoftutilizando aplicaciones impulsadas por IA como MicrosoftMicrosoft Progreso de Lectura para ayudar a los estudiantes aMicrosoft Progreso de Lectura para ayudar a los estudiantes apracticar su lectura. Las otras herramientas educativas de lospracticar su lectura. Las otras herramientas educativas de loscompañeros, incluyendo Reading Coach y Search Coach, tambiéncompañeros, incluyendo Reading Coach y Search Coach, tambiénson ayudar a los estudiantes con habilidades importantes.son ayudar a los estudiantes con habilidades importantes. Y Pearson, una organización dedicada a la formación y la educación,Y Pearson, una organización

Leer más »

NVIDIA Deep Learning Institute lanza el Nuevo Kit Generativo de Enseñanza de IA

La IA generativa, impulsada por modelos avanzados de aprendizaje automático y redes neuronales profundas, está revolucionando las industrias al generar contenido novedoso e impulsar la innovación en campos como la atención médica, las finanzas y el entretenimiento.  NVIDIA lidera esta transformación con sus arquitecturas de GPU y ecosistemas de software de vanguardia, como el H100 Núcleo del Tensor GPU y plataforma CUDA, que optimizan el desarrollo y despliegue de modelos generativos. NIM NVIDIA mejora la eficiencia y la escalabilidad de las tareas de inferencia de IA, permitiendo una rápida implementación e iteración en varios entornos informáticos y acelerando los avances en aplicaciones de IA generativas. La importancia de la educación generativa en IA A medida que los modelos de IA generativos, como los GAN y los transformadores, se vuelven cada vez más sofisticados, existe una creciente demanda de profesionales calificados que puedan desarrollar, refinar y desplegar éticamente estas tecnologías. Una sólida base educativa en IA generativa equipa a los estudiantes con las habilidades prácticas y los conocimientos teóricos necesarios para innovar en áreas como la creación de contenido, el descubrimiento de fármacos y los sistemas autónomos.  La educación universitaria y universitaria en IA generativa es crucial debido al papel en rápida expansión de la IA en casi todas las industrias. Al integrar la IA generativa en su plan de estudios, las universidades preparan a la próxima generación de investigadores, ingenieros y líderes de opinión de IA para avanzar en el campo y abordar los complejos desafíos asociados con la innovación impulsada por la IA.  El nuevo Generative AI Teaching Kit, una colaboración entre el NVIDIA Deep Learning Institute (DLI) y Dartmouth College, está configurado para capacitar a la próxima generación de profesionales con las habilidades y conocimientos necesarios en este campo en rápida evolución.  Este recurso de enseñanza integral permite a los educadores proporcionar a los estudiantes acceso a herramientas, marcos y ejercicios prácticos de vanguardia que son cruciales para comprender las complejidades de la IA generativa y el desarrollo e implementación de modelos de lenguaje grande. Al equipar a los estudiantes con una comprensión profunda de las técnicas de IA generativa, el Kit de Enseñanza permite a los educadores fomentar la innovación y la creatividad futuras en las industrias impulsadas por la IA.  A medida que los estudiantes hagan la transición a la fuerza laboral, estarán mejor preparados para enfrentar los desafíos globales, desde mejorar la atención médica y la ciencia hasta avanzar en tecnologías sostenibles. Sam Raymond, profesor asistente adjunto de ingeniería en el Dartmouth College, fue instrumental en el desarrollo del contenido. “Empoderar a los estudiantes con habilidades para comprender y desarrollar potencialmente sus propias aplicaciones de IA generativa aceleradas por GPU es el objetivo principal,” dijo Raymond. “Creo que los estudiantes que pasan por este curso tendrán una ventaja significativa en el mercado laboral y ayudarán a cerrar la brecha de conocimiento en las industrias de hoy.” Descripción general del Kit de Enseñanza Generativa de IA  Todos los Kits de Enseñanza incluyen diapositivas de conferencias, laboratorios prácticos, cuadernos Jupyter, verificaciones de conocimientos y cursos gratuitos en línea a su propio ritmo que proporcionan certificados de competencia para los estudiantes, todos empaquetados y listos para la integración en el aula y el plan de estudios. El objetivo del Generative AI Teaching Kit es introducir los conceptos fundamentales del procesamiento del lenguaje natural (PNL) que son esenciales para comprender los LLM y la IA generativa de manera más amplia. Los conceptos clave de los LLM se examinan utilizando GPU, herramientas y servicios de NVIDIA, así como bibliotecas y marcos de código abierto. Un simple ejercicio de preentrenamiento de un modelo GPT muestra los procesos básicos de entrenamiento en la nube.  El kit también cubre modelos de difusión para explorar la aplicación de IA generativa en la generación de imágenes y videos. Luego se introducen arquitecturas LLM multimodales, con un enfoque en la optimización de varias arquitecturas LLM durante el ajuste fino utilizando el marco NVIDIA NeMo. También se discuten los avances en la inferencia y el refinamiento de herramientas como chatbots, utilizando NVIDIA NIM, NeMo Guardrails, TensorRT y TensorRT-LLM para mejorar la eficiencia y la escalabilidad en entornos de producción. El Generative AI Teaching Kit contiene módulos enfocados que combinan teoría, algoritmos, programación y ejemplos: A través de una colaboración con Google, los educadores también tienen acceso a créditos gratuitos de Google Colab para ejecutar los cuadernos de laboratorio en preparación para la enseñanza del curso. Este contenido es valioso para educadores en diversos campos, especialmente en informática e ingeniería. Su diseño modular permite a los instructores adaptar el curso para satisfacer las necesidades específicas de sus estudiantes y crear una experiencia de aprendizaje personalizada. Profesores seleccionados de todo el mundo ya han tenido acceso temprano a módulos de primera versión. “Iianm ansioso por integrar el Kit de Enseñanza de IA Generativa en mi clase de IA en Ingeniería de Materiales,” dijo Mohadesh Taheri-Mousavi, profesor asistente en el departamento de Ciencia e Ingeniería de Materiales de la Universidad Carnegie Mellon. “Las notas de conferencias completas con laboratorios de codificación bien estructurados con ejemplos de diversos campos y cursos en línea asociados con certificados, proporcionarán a mis estudiantes los recursos de vanguardia para comprender profundamente las amplias aplicaciones de las técnicas de IA generativa en varios campos El profesor Payam Barnaghi del Departamento de Ciencias del Cerebro del Imperial College de Londres utiliza LLM y IA generativa en su investigación utilizando registros electrónicos de salud y datos de atención médica. “el contenido del Kit de enseñanza de IA generativa de NVIDIA es un recurso maravilloso para que los estudiantes aprendan los últimos desarrollos en IA y aprendizaje automático,” dijo Barnaghi. “Como resultado de tener acceso temprano a los primeros módulos, planeo usar este contenido como base para enseñar temas avanzados en mi aprendizaje automático para cursos de neurociencia.” Dados los rápidos avances en la IA generativa, los educadores pueden esperar que los materiales de enseñanza se actualicen con el tiempo. NVIDIA se dedica a ofrecer recursos educativos de alta gama y agradece

Leer más »
Scroll al inicio