El Portal de las Tecnologías para la Innovación

Categoría: La IA aplicada a la Educación

Lo que viene en el futuro en IA comienza aquí

Experimente la Conferencia de IA de GTC del 17 al 21 de marzo en San José, California GTC regresará a San José del 17 al 21 de marzo de 2025. Únase a miles de desarrolladores, innovadores y líderes empresariales para experimentar cómo la IA y la computación acelerada están ayudando a la humanidad a resolver nuestros desafíos más complejos. Desde la conferencia principal imprescindible del CEO de NVIDIA, Jensen Huang, hasta más de 1000 sesiones inspiradoras, más de 300 exhibiciones, capacitación técnica práctica y toneladas de eventos de networking únicos, GTC es el lugar para explorar ejemplos del mundo real de IA y sus beneficios. El catálogo de sesiones ya está abierto. Explora y crea tu agenda ahora. NVIDIA News. Traducido al español

Leer más »

La Fundación Real Madrid y HP unen fuerzas para empoderar a las comunidades con habilidades digitales e iniciativas de deporte para el bien

La colaboración plurianual comenzará con proyectos en España e Indonesia para apoyar a comunidades desconectadas. Madrid, España, 12 de febrero de 2025  – La Fundación Real Madrid ha anunciado hoy una colaboración estratégica con HP Inc. para promover las habilidades digitales y el deporte en comunidades desconectadas durante una ceremonia de firma conjunta en la Ciudad Real Madrid. Esta colaboración aprovechará las capacidades únicas de ambas organizaciones para potenciar las formas en que la tecnología y el deporte para el bien pueden empoderar a las personas y prepararlas para el futuro del trabajo. La asociación plurianual es un componente del acuerdo de patrocinio tecnológico global anunciado con el Real Madrid CF en febrero de 2024. Esta colaboración mostrará cómo la tecnología, los valores deportivos y la educación pueden trabajar juntos para generar un cambio positivo y duradero en el mundo.  “Estos proyectos ejemplifican el impacto global de esta alianza, que buscará empoderar a las comunidades vulnerables a través del acceso al deporte y la educación tecnológica, fortaleciendo tanto a las personas como a sus comunidades con valores esenciales como el esfuerzo, la superación y el trabajo en equipo”, afirmó Álvaro Arbeloa, embajador del Real Madrid y entrenador del equipo juvenil A. “Al aportar su experiencia tecnológica a nuestros dos proyectos existentes en España e Indonesia, HP ayudará a las ONG locales a mejorar su apoyo a sus comunidades brindándoles acceso a habilidades críticas para el futuro”. HP proporcionará tecnología y soluciones digitales a los programas sociodeportivos de la Fundación Real Madrid en España e Indonesia, incluida la plataforma gratuita de habilidades empresariales de la Fundación HP, HP LIFE .  Inicialmente, HP apoyará los siguientes programas: “Esta alianza es un bello ejemplo del poder del trabajo en equipo y de lo que significa ser más fuertes juntos. Es un honor para nosotros colaborar con la Fundación Real Madrid y apoyar estas iniciativas de gran impacto”, afirmó Michele Malejki, directora global de Impacto Social de HP Inc. y directora ejecutiva de la Fundación HP. “En HP, nos dedicamos a cerrar la brecha digital para adolescentes y adultos, de modo que puedan tener las habilidades críticas necesarias para participar y prosperar en una economía cada vez más digital”. 

Leer más »

Los trabajos de los estudiantes del MIT redefinen la colaboración entre humanos e IA

En NeurIPS se presentaron proyectos del curso MIT 4.043/4.044 (Inteligencia de interacción), que muestran cómo la IA transforma la creatividad, la educación y la interacción de formas inesperadas. Imagina un equipo de música que sigue cada uno de tus movimientos y sugiere música que se adapta a tu estilo de baile personal. Esa es la idea detrás de “Be the Beat”, uno de los varios proyectos del curso 4.043/4.044 (Interaction Intelligence) del MIT , impartido por Marcelo Coelho en el Departamento de Arquitectura, que se presentaron en la 38.ª conferencia anual NeurIPS (Neural Information Processing Systems) en diciembre de 2024. Con más de 16.000 asistentes reunidos en Vancouver, NeurIPS es una conferencia competitiva y prestigiosa dedicada a la investigación y la ciencia en el campo de la inteligencia artificial y el aprendizaje automático, y un lugar de primer nivel para mostrar desarrollos de vanguardia. El curso investiga el campo emergente de los objetos de lenguaje de gran tamaño y cómo la inteligencia artificial se puede extender al mundo físico. Si bien “Be the Beat” transforma las posibilidades creativas de la danza, otras propuestas de los estudiantes abarcan disciplinas como la música, la narración, el pensamiento crítico y la memoria, creando experiencias generativas y nuevas formas de interacción entre humanos y computadoras. En conjunto, estos proyectos ilustran una visión más amplia de la inteligencia artificial: una que va más allá de la automatización para catalizar la creatividad, reformular la educación y reimaginar las interacciones sociales. Sé el ritmo  “Be the Beat”, de Ethan Chang, estudiante de ingeniería mecánica y diseño del MIT, y Zhixing Chen, estudiante de ingeniería mecánica y música del MIT, es un boombox impulsado por IA que sugiere música a partir del movimiento de un bailarín. La danza ha sido tradicionalmente guiada por la música a lo largo de la historia y en todas las culturas, sin embargo, el concepto de bailar para crear música rara vez se explora. “Be the Beat” crea un espacio para la colaboración entre humanos e IA en la danza de estilo libre, lo que permite a los bailarines repensar la dinámica tradicional entre la danza y la música. Utiliza PoseNet para describir los movimientos de un gran modelo de lenguaje, lo que le permite analizar el estilo de baile y consultar API para encontrar música con estilo, energía y ritmo similares. Los bailarines que interactuaron con el boombox informaron tener más control sobre la expresión artística y describieron el boombox como un enfoque novedoso para descubrir géneros de danza y realizar coreografías de manera creativa. Un misterio para ti “A Mystery for You”, de Mrinalini Singha SM ’24, recién graduada del programa de Arte, Cultura y Tecnología, y Haoheng Tang, recién graduado de la Escuela de Diseño de la Universidad de Harvard, es un juego educativo diseñado para cultivar el pensamiento crítico y las habilidades de verificación de datos en los estudiantes jóvenes. El juego aprovecha un modelo de lenguaje amplio (LLM) y una interfaz tangible para crear una experiencia de investigación inmersiva. Los jugadores actúan como verificadores de datos ciudadanos, respondiendo a las “alertas de noticias” generadas por IA impresas por la interfaz del juego. Al insertar combinaciones de cartuchos para solicitar “actualizaciones de noticias” de seguimiento, navegan por escenarios ambiguos, analizan evidencia y sopesan información conflictiva para tomar decisiones informadas. Esta experiencia de interacción entre humanos y computadoras desafía nuestros hábitos de consumo de noticias al eliminar las interfaces de pantalla táctil, reemplazando el desplazamiento perpetuo y la lectura superficial con un dispositivo analógico hápticamente rico. Al combinar las ventajas de los medios lentos con los nuevos medios generativos, el juego promueve interacciones reflexivas y corporales al tiempo que equipa a los jugadores para comprender y desafiar mejor el panorama mediático polarizado de la actualidad, donde prosperan la desinformación y las narrativas manipuladoras. Memorscopio “Memorscope”, del colaborador de investigación del MIT Media Lab Keunwook Kim, es un dispositivo que crea memorias colectivas fusionando la experiencia profundamente humana de la interacción cara a cara con tecnologías avanzadas de inteligencia artificial. Inspirado en la forma en que utilizamos microscopios y telescopios para examinar y descubrir detalles ocultos e invisibles, Memorscope permite a dos usuarios “mirarse” a la cara, utilizando esta interacción íntima como una puerta de entrada a la creación y exploración de sus recuerdos compartidos. El dispositivo aprovecha modelos de inteligencia artificial como OpenAI y Midjourney, introduciendo diferentes interpretaciones estéticas y emocionales, lo que da como resultado un espacio de memoria dinámico y colectivo. Este espacio trasciende las limitaciones de los álbumes compartidos tradicionales, ofreciendo un entorno fluido e interactivo donde los recuerdos no son solo instantáneas estáticas, sino narrativas vivas y en evolución, moldeadas por la relación continua entre los usuarios. Narratrón “Narratron”, de Xiying (Aria) Bao y Yubo Zhao, estudiantes de la Escuela de Diseño de la Universidad de Harvard, es un proyector interactivo que crea y representa en conjunto historias infantiles a través de marionetas de sombras utilizando grandes modelos de lenguaje. Los usuarios pueden presionar el obturador para “capturar” a los protagonistas que quieren que sean en la historia, y toma sombras de manos (como formas de animales) como entrada para los personajes principales. Luego, el sistema desarrolla la trama de la historia a medida que se introducen nuevos personajes de sombras. La historia aparece a través de un proyector como telón de fondo para las marionetas de sombras mientras se narra a través de un altavoz mientras los usuarios giran una manivela para “jugar” en tiempo real. Al combinar interacciones visuales, auditivas y corporales en un solo sistema, el proyecto tiene como objetivo estimular la creatividad en la narración de historias de marionetas de sombras y permitir la colaboración multimodal entre humanos e IA. Sintaxis perfecta “Perfect Syntax”, de Karyn Nakamura ’24, es una pieza de videoarte que examina la lógica sintáctica detrás del movimiento y el video. Utilizando inteligencia artificial para manipular fragmentos de video, el proyecto explora cómo las máquinas pueden simular y reconstruir la fluidez del movimiento y el tiempo. Inspirándose tanto en la investigación filosófica

Leer más »

CoDa marca una nueva era para la informática y la ciencia de datos en Stanford

El nuevo edificio está diseñado para estimular la creatividad entre estudiantes, profesores e investigadores. “Cuando cambias el espacio físico, tiendes a cambiar la forma de pensar”. Como La informática y los datos siguen influyendo en casi todas las facetas de la sociedad; la Universidad de Stanford se compromete con el futuro de ambos con la apertura del nuevo edificio de Informática y Ciencias de Datos (CoDa). “El edificio de Informática y Ciencias de Datos ofrece un espacio colaborativo e interdisciplinario donde los miembros de nuestra comunidad de diferentes campos pueden trabajar juntos para abordar problemas complejos y multifacéticos, desde enfermedades crónicas hasta el cambio climático y la inseguridad alimentaria”, afirmó el presidente Jonathan Levin. “CoDa y los programas que lo albergan son fundamentales para nuestros esfuerzos por aprovechar el descubrimiento basado en datos para impulsar la investigación avanzada en Stanford, una prioridad clave de la universidad”. CoDa está ubicado en la esquina de Lomita Mall y Jane Stanford Way, en la intersección de las facultades de Ingeniería y de Humanidades y Ciencias. Jennifer Widom, decana de la Facultad de Ingeniería de Frederick Emmons Terman , elogió la nueva instalación y a los donantes que la hicieron posible. “La inauguración del nuevo edificio de CoDa ofrece una visión inspiradora del futuro. Con sus espacios de trabajo de última generación y entornos de enseñanza adaptables, CoDa fomenta la colaboración y permite el descubrimiento basado en datos en una amplia variedad de campos”, afirmó. “Estamos profundamente agradecidos por el apoyo filantrópico que ayudó a hacer realidad esta visión y estamos entusiasmados por que los estudiantes, el personal docente y la comunidad en general disfruten de CoDa como un lugar para generar ideas audaces y nuevas vías de investigación y educación”. La necesidad de comprender y trabajar con datos y computación se está expandiendo a más áreas de estudio. Si bien CoDa será compartido por el Departamento de Ciencias de la Computación , el Departamento de Estadística y Stanford Data Science (una iniciativa a cargo del Vicerrector y Decano de Investigación ), también respaldará la enseñanza y la investigación en las siete escuelas de Stanford, incluida la más grande, la Escuela de Humanidades y Ciencias . “Para preparar a nuestros estudiantes para un mundo que cambia rápidamente, necesitamos brindarles una mayor comprensión de cómo los datos y la computación se cruzan con sus intereses elegidos, ya sea ingeniería, ciencias sociales o la intersección de la ética y la tecnología”, dijo Debra Satz, Decana Vernon R. y Lysbeth Warren Anderson de la Facultad de Humanidades y Ciencias. Crecimiento del descubrimiento El profesor Emmanuel Candès, titular de la cátedra Barnum-Simons de Matemáticas y Estadística y director de Stanford Data Science, afirmó que la creciente demanda de formación y educación en ciencia de datos se debe a la explosión de la adquisición de datos en los últimos 30 años. “Los datos se han vuelto fácilmente accesibles y la gente quiere extraer información de ellos”, afirmó. “Es un gran cambio y pone a nuestra profesión a la vanguardia”. En 2018, Candès predijo que muchos descubrimientos futuros se basarían en análisis masivos de datos y darían lugar a premios Nobel. El año pasado, los premios de física y química se otorgaron a científicos de datos. CoDa, afirmó, fomentará avances similares en muchos campos al forjar nuevas conexiones. “Lo interesante del nuevo edificio es la proximidad que ofrece a otros grupos, como nuestros colegas de informática, y la interacción que creará”, afirmó. “Cuando se cambia el espacio físico, se tiende a cambiar la forma de pensar”. + 2 El profesor Mehran Sahami, director del Departamento de Ciencias de la Computación, afirmó que el aprendizaje automático, al igual que la ciencia de datos, está experimentando un rápido crecimiento y potencial. “El aprendizaje automático tendrá un impacto en muchas áreas diferentes, como la educación, la medicina y los negocios”, afirmó. “Por eso, estamos pensando profundamente en cómo se pueden implementar estos nuevos desarrollos y tecnologías al servicio de las personas”. Ese crecimiento ha contribuido a impulsar la creciente demanda de formación en informática durante los últimos 10 años. Sahami dijo que hay unos 1.000 estudiantes de grado en su departamento, lo que la convierte en la especialidad más popular del campus. El departamento también tiene unos 1.000 estudiantes de máster y 300 de doctorado, y enseña más unidades de cursos que cualquier otro departamento de la universidad. “El número de profesores de informática también ha ido creciendo, lo que refleja la mayor variedad de investigaciones en el campo y la creciente oportunidad de generar impacto a través de esas investigaciones”, afirmó. “Todo este crecimiento ha aumentado la necesidad de espacios docentes nuevos y flexibles”. Para ello, CoDa cuenta con una gran sala de seminarios y tres grandes aulas equipadas con medios de comunicación de última generación y capacidad para 150, 180 y 250 estudiantes. Instalaciones modernas La construcción de CoDa comenzó en 2022 y reemplazó un edificio de biología. Además de los profesores de informática, estadística y ciencia de datos (algunos de los cuales comenzaron a mudarse el mes pasado), CoDa albergará Stanford Impact Labs y científicos de datos de investigación que supervisarán Marlowe , el instrumento computacional basado en GPU de Stanford. Cuatro carreras de grado (informática, sistemas simbólicos y un par de carreras de ciencia de datos) que comprenden el 25% de los estudiantes de grado de Stanford tendrán su base en CoDa. CoDa combina lo tradicional y lo moderno: una fachada color canela y un techo de tejas rojas en el este y un exterior de cristal en el oeste. Las dos alas del edificio, una rectangular y otra ovalada, connotan el tema del código binario de 1 y 0. Construido por el estudio de arquitectura LMN Architects, con sede en Seattle, CoDa combina elementos tradicionales y modernos. El lado oeste del edificio presenta una sección cilíndrica con un exterior de vidrio redondeado, enmarcado por una celosía de metal que se extiende por encima del techo, lo que le da un aspecto futurista. En contraste, el lado este tiene una fachada de color canela y un techo de tejas rojas, que refleja el estilo arquitectónico del

Leer más »

OpenAI y el sistema de la Universidad Estatal de California llevan la IA a 500.000 estudiantes y profesores

La mayor implementación de ChatGPT hasta la fecha ampliará el uso de IA en la educación y ayudará a Estados Unidos a construir una fuerza laboral preparada para IA. El sistema de la Universidad Estatal de California (CSU) está dando un paso histórico para expandir el uso de IA en la educación superior al brindar a más de 460.000 estudiantes y más de 63.000 miembros del personal y la facultad acceso a ChatGPT Edu , una versión de ChatGPT personalizada para instituciones educativas. Es la implementación más grande de ChatGPT por parte de una sola organización o empresa en cualquier parte del mundo. Con una implementación en todo el sistema en 23 campus, CSU se convertirá en el primer sistema universitario impulsado por IA en los Estados Unidos y en un líder mundial en IA y educación.  El amplio acceso a ChatGPT permitirá a los estudiantes de la CSU integrar la IA en sus estudios, mientras que el personal docente puede utilizarla para agilizar las tareas administrativas, liberando así más tiempo para la enseñanza y la investigación. Esta iniciativa mejorará la experiencia de la CSU y dotará a los estudiantes de habilidades esenciales en materia de IA para triunfar en una fuerza laboral cada vez más alfabetizada en IA .(se abre en una nueva ventana)y tener éxito en una economía estadounidense cada vez más impulsada por la IA a través de iniciativas de IA .(se abre en una nueva ventana)como: “La CSU es conocida desde hace mucho tiempo por su compromiso inquebrantable con el acceso, la equidad y la innovación. Para mantener nuestra misión, debemos asegurarnos de que nuestros diversos estudiantes de toda California y nuestro personal estén “empoderados por la IA” para prosperar a medida que nuestro mundo evoluciona”. Dra. Mildred García, Rectora de la Universidad Estatal de California Apenas dos años después de su lanzamiento, ChatGPT cuenta con más de 300 millones de usuarios activos semanales en todo el mundo. Uno de sus usos más populares es el aprendizaje. Los estudiantes y los estudiantes de por vida confían en ChatGPT para recibir tutorías, acceder de forma personalizada a información en diferentes formatos e idiomas y tener la flexibilidad de explorar cualquier tema, en cualquier momento. Las primeras investigaciones sugieren que la IA puede mejorar significativamente los resultados educativos y la preparación profesional: Harvard ⁠(se abre en una nueva ventana)Los investigadores descubrieron que un tutor potenciado por IA, personalizado para un curso de física, duplicó la participación de los estudiantes y mejoró la resolución de problemas, en particular para aquellos con menos conocimientos previos. Mientras tanto, un estudio de Microsoft(se abre en una nueva ventana)descubrieron que las personas con habilidades en IA tienen un 70% más de probabilidades de ser contratadas, lo que destaca la creciente demanda de competencia en IA en la fuerza laboral. En todo el mundo también han surgido “universidades impulsadas por IA”, con instituciones como la Universidad Estatal de Arizona, ESCP, la Universidad de Harvard, la London Business School, Oxford y la Wharton School que están tomando medidas para que la IA sea tan fundamental para sus campus como el uso de Internet. La implementación de la CSU lleva este modelo un paso más allá, al garantizar que los estudiantes de todo un sistema escolar (no solo de un solo campus) tengan acceso a esta tecnología transformadora. “Es fundamental que todo el ecosistema educativo (instituciones, sistemas, tecnólogos, educadores y gobiernos) trabaje en conjunto para garantizar que todos los estudiantes tengan acceso a la IA y adquieran las habilidades necesarias para utilizarla de manera responsable. La CSU está dando un ejemplo audaz para el sector educativo”. Leah Belsky, vicepresidenta y directora general de Educación de OpenAI La misión de OpenAI de garantizar que la IAG beneficie a toda la humanidad incluye el uso de la IA para democratizar el conocimiento y empoderar a las personas para resolver problemas difíciles en todo el mundo. ChatGPT Edu, lanzado en mayo de 2024 , se creó para respaldar esta transformación, brindando a las universidades acceso en todo el campus a los últimos modelos de OpenAI, seguridad de nivel empresarial y precios rentables. A medida que la IA continúa dando forma al futuro, garantizar que los estudiantes y educadores de todo el mundo puedan interactuar con la IA seguirá siendo una prioridad fundamental. La adopción en todo el sistema de la CSU sienta un precedente sobre cómo las instituciones pueden integrar la IA a escala, ofreciendo un modelo poderoso para el futuro. OpenAI News. Traducido al español

Leer más »

Con IA generativa, químicos del MIT calculan rápidamente estructuras genómicas en 3D

Un nuevo enfoque, que lleva minutos en lugar de días, predice cómo una secuencia específica de ADN se organizará en el núcleo celular. Todas las células del cuerpo contienen la misma secuencia genética, pero cada una de ellas expresa solo un subconjunto de esos genes. Estos patrones de expresión génica específicos de cada célula, que garantizan que una célula cerebral sea diferente de una célula cutánea, están determinados en parte por la estructura tridimensional del material genético, que controla la accesibilidad de cada gen. Los químicos del MIT han ideado una nueva forma de determinar esas estructuras genómicas tridimensionales, utilizando inteligencia artificial generativa. Su técnica puede predecir miles de estructuras en apenas unos minutos, lo que la hace mucho más rápida que los métodos experimentales existentes para analizar las estructuras. Utilizando esta técnica, los investigadores podrían estudiar más fácilmente cómo la organización 3D del genoma afecta los patrones de expresión y funciones genéticas de las células individuales. “Nuestro objetivo era intentar predecir la estructura tridimensional del genoma a partir de la secuencia de ADN subyacente”, afirma Bin Zhang, profesor asociado de química y autor principal del estudio. “Ahora que podemos hacerlo, lo que pone a esta técnica a la par de las técnicas experimentales de vanguardia, realmente puede abrir muchas oportunidades interesantes”. Los estudiantes de posgrado del MIT Greg Schuette y Zhuohan Lao son los autores principales del artículo, que aparece hoy en Science Advances . De la secuencia a la estructura Dentro del núcleo celular, el ADN y las proteínas forman un complejo llamado cromatina, que tiene varios niveles de organización, lo que permite a las células meter 2 metros de ADN en un núcleo que tiene solo una centésima de milímetro de diámetro. Largas hebras de ADN se enrollan alrededor de proteínas llamadas histonas, dando lugar a una estructura similar a las cuentas de un collar. Las etiquetas químicas conocidas como modificaciones epigenéticas pueden adherirse al ADN en lugares específicos y estas etiquetas, que varían según el tipo de célula, afectan el plegamiento de la cromatina y la accesibilidad de los genes cercanos. Estas diferencias en la conformación de la cromatina ayudan a determinar qué genes se expresan en diferentes tipos de células o en diferentes momentos dentro de una célula determinada. En los últimos 20 años, los científicos han desarrollado técnicas experimentales para determinar las estructuras de la cromatina. Una técnica ampliamente utilizada, conocida como Hi-C, consiste en unir las cadenas de ADN vecinas en el núcleo de la célula. Los investigadores pueden determinar qué segmentos están ubicados cerca uno del otro fragmentando el ADN en muchos fragmentos diminutos y secuenciándolos. Este método se puede utilizar en poblaciones grandes de células para calcular una estructura promedio de una sección de cromatina, o en células individuales para determinar las estructuras dentro de esa célula específica. Sin embargo, Hi-C y técnicas similares requieren mucho trabajo y puede llevar aproximadamente una semana generar datos de una célula. Para superar esas limitaciones, Zhang y sus estudiantes desarrollaron un modelo que aprovecha los avances recientes en inteligencia artificial generativa para crear una forma rápida y precisa de predecir las estructuras de la cromatina en células individuales. El modelo de inteligencia artificial que diseñaron puede analizar rápidamente secuencias de ADN y predecir las estructuras de la cromatina que esas secuencias podrían producir en una célula. “El aprendizaje profundo es muy bueno para el reconocimiento de patrones”, afirma Zhang. “Nos permite analizar segmentos de ADN muy largos, miles de pares de bases, y descubrir cuál es la información importante codificada en esos pares de bases de ADN”. ChromoGen, el modelo que crearon los investigadores, tiene dos componentes. El primero, un modelo de aprendizaje profundo al que se le enseña a “leer” el genoma, analiza la información codificada en la secuencia de ADN subyacente y los datos de accesibilidad de la cromatina, estos últimos ampliamente disponibles y específicos para cada tipo de célula. El segundo componente es un modelo de IA generativo que predice conformaciones de cromatina físicamente precisas, tras haber sido entrenado con más de 11 millones de conformaciones de cromatina. Estos datos se generaron a partir de experimentos con Dip-C (una variante de Hi-C) en 16 células de una línea de linfocitos B humanos. Una vez integrado, el primer componente informa al modelo generativo de qué manera el entorno específico del tipo celular influye en la formación de diferentes estructuras de cromatina, y este esquema captura de manera eficaz las relaciones entre secuencia y estructura. Para cada secuencia, los investigadores utilizan su modelo para generar muchas estructuras posibles. Esto se debe a que el ADN es una molécula muy desordenada, por lo que una sola secuencia de ADN puede dar lugar a muchas conformaciones posibles diferentes. “Un factor que complica mucho la predicción de la estructura del genoma es que no hay una única solución a la que aspiramos. Hay una distribución de estructuras, sin importar qué parte del genoma estemos analizando. Predecir esa distribución estadística tan complicada y de alta dimensión es algo increíblemente difícil de hacer”, afirma Schuette. Análisis rápido Una vez entrenado, el modelo puede generar predicciones en una escala de tiempo mucho más rápida que Hi-C u otras técnicas experimentales. “Mientras que uno podría pasar seis meses realizando experimentos para obtener unas pocas docenas de estructuras en un tipo de célula determinado, con nuestro modelo se pueden generar mil estructuras en una región particular en 20 minutos con una sola GPU”, afirma Schuette. Después de entrenar su modelo, los investigadores lo utilizaron para generar predicciones de estructura para más de 2000 secuencias de ADN y luego las compararon con las estructuras determinadas experimentalmente para esas secuencias. Descubrieron que las estructuras generadas por el modelo eran iguales o muy similares a las observadas en los datos experimentales. “Normalmente analizamos cientos o miles de conformaciones para cada secuencia, y eso nos da una representación razonable de la diversidad de estructuras que puede tener una región en particular”, dice Zhang. “Si repites tu experimento varias veces, en diferentes células, es muy probable que termines

Leer más »

Fortaleciendo el liderazgo de Estados Unidos en IA con los Laboratorios Nacionales de Estados Unidos

La última línea de modelos de razonamiento de OpenAI será utilizada por los principales científicos del país para impulsar avances científicos. Nos enorgullece anunciar que OpenAI ha firmado un acuerdo con los Laboratorios Nacionales de los Estados Unidos para potenciar su investigación científica utilizando nuestros últimos modelos de razonamiento. Compartir nuestra tecnología con los principales científicos del país se alinea con nuestra misión de garantizar que la inteligencia artificial general beneficie a la humanidad, y creemos que el gobierno de los Estados Unidos es un socio fundamental para lograr este objetivo.   La colaboración de OpenAI con los Laboratorios Nacionales de Estados Unidos se basa en la larga tradición del gobierno de Estados Unidos de colaborar con la industria privada para garantizar que la innovación tecnológica genere mejoras significativas en la atención médica, la energía y otros campos críticos. También refleja nuestro compromiso permanente de capacitar a los principales desarrolladores para que aprovechen nuestros modelos de manera segura, transformando los datos en inteligencia y la inteligencia en soluciones, avances y descubrimientos. Los Laboratorios Nacionales albergan a aproximadamente 15.000 científicos que trabajan en una amplia gama de disciplinas para mejorar nuestra comprensión de la naturaleza y el universo. En virtud de este acuerdo, OpenAI trabajará con Microsoft e implementará o1 u otro modelo de la serie o en Venado, una supercomputadora NVIDIA en el Laboratorio Nacional de Los Álamos (LANL), donde será un recurso compartido para investigadores de Los Álamos, Lawrence Livermore y Sandia National Labs. Venado fue diseñado específicamente para impulsar avances científicos en ciencia de materiales, energía renovable, astrofísica y más.   A continuación se muestran algunas formas clave en las que se utilizarán nuestros modelos más avanzados: Los laboratorios también lideran un programa integral en materia de seguridad nuclear, centrado en reducir el riesgo de guerra nuclear y proteger los materiales y las armas nucleares en todo el mundo. Este caso de uso es muy importante y creemos que es fundamental que OpenAI lo respalde como parte de nuestro compromiso con la seguridad nacional. Nuestra asociación respaldará este trabajo, con una revisión cuidadosa y selectiva de los casos de uso y consultas sobre seguridad de la IA por parte de investigadores de OpenAI con autorizaciones de seguridad.  A medida que la IA avanzada continúa transformando la geopolítica global, esta asociación ofrece una oportunidad crítica para que OpenAI ayude a guiar esa transformación. Esto se basa en nuestra exitosa colaboración anterior con el Laboratorio Nacional de Los Álamos, donde trabajamos en estrecha colaboración con laboratorios húmedos para evaluar los riesgos que plantean los modelos más avanzados en la creación de armas biológicas (como las pandemias diseñadas por humanos). Anticipamos que esta colaboración conducirá a colaboraciones de seguridad más amplias en una variedad de riesgos químicos, biológicos, radiológicos y nucleares (CBRN). Además, a través de nuestra asociación con Microsoft como nuestro socio preferido para la infraestructura de cómputo de IA, y aprovechando la valiosa experiencia de esta asociación con los laboratorios, esperamos desarrollar proyectos futuros juntos para apoyar al gobierno de los EE. UU. y la misión de garantizar que la IAG beneficie a toda la humanidad. Este es el comienzo de una nueva era, en la que la IA hará avanzar la ciencia, fortalecerá la seguridad nacional y apoyará las iniciativas del gobierno de Estados Unidos. Estamos profundamente agradecidos por la oportunidad de ser parte de esta transformación y extendemos nuestro agradecimiento a los líderes de los Laboratorios Nacionales y a los funcionarios del gobierno por depositar su confianza en nosotros, y a Microsoft por nuestra duradera alianza que ayudó a hacer posibles estos avances. OpenAI News. Traducido al español

Leer más »

Usando IA, estos robots aprenden habilidades complicadas con una precisión sorprendente

Investigadores de UC Berkeley idearon una forma rápida y precisa de enseñar a los robots tareas como ensamblar una placa base o un cajón de IKEA. En la Universidad de California en Berkeley, los investigadores del Laboratorio de Inteligencia Artificial y Aprendizaje Robótico de Sergey Levine observaron una mesa en la que se encontraba una torre de 39 bloques de Jenga perfectamente apilados. Entonces, un robot blanco y negro, con una sola extremidad doblada como una jirafa encorvada, se dirigió a toda velocidad hacia la torre blandiendo un látigo de cuero negro. A través de lo que podría haber parecido a un milagro de la física para un observador casual, el látigo golpeó exactamente en el lugar correcto para hacer que un solo bloque saliera volando de la pila mientras que el resto de la torre permaneció estructuralmente sólida. Esta tarea, conocida como «Jenga whipping», es un pasatiempo que practican las personas con la destreza y los reflejos necesarios para realizarla. Ahora, los robots la han dominado gracias a un novedoso método de entrenamiento impulsado por IA. Al aprender de las demostraciones y los comentarios humanos, así como de sus propios intentos en el mundo real, este protocolo de entrenamiento enseña a los robots a realizar tareas complicadas como Jenga whipping con una tasa de éxito del 100%. Además, los robots aprenden a una velocidad impresionante, lo que les permite aprender en una o dos horas cómo ensamblar perfectamente una placa base de computadora, construir un estante y más. Impulsado por la IA, el campo del aprendizaje robótico ha buscado resolver el desafío de cómo enseñar a las máquinas actividades que son impredecibles o complicadas, en lugar de una única acción, como recoger repetidamente un objeto de un lugar determinado en una cinta transportadora. Para resolver este dilema, el laboratorio de Levine se ha centrado en lo que se llama «aprendizaje de refuerzo». El investigador postdoctoral Jianlan Luo explicó que en el aprendizaje de refuerzo, un robot intenta realizar una tarea en el mundo real y, utilizando la retroalimentación de las cámaras, aprende de sus errores para finalmente dominar esa habilidad. Cuando el equipo anunció por primera vez un nuevo paquete de software que utiliza este enfoque a principios de 2024, Luo dijo que se sintieron alentados por el hecho de que otros podrían replicar rápidamente su éxito utilizando el software de código abierto por su cuenta. Este otoño, el equipo de investigación de Levine, Luo, Charles Xu, Zheyuan Hu y Jeffrey Wu publicó un informe técnico sobre su sistema más reciente, el que superó con creces el Jenga. Esta versión nueva y mejorada agregó la intervención humana. Con un ratón especial que controla el robot, un humano puede corregir el curso del robot, y esas correcciones pueden incorporarse al proverbial banco de memoria del robot. Mediante un método de inteligencia artificial llamado aprendizaje de refuerzo, el robot analiza la suma de todos sus intentos (asistidos y no asistidos, exitosos y fallidos) para realizar mejor su tarea. Luo dijo que un humano necesitaba intervenir cada vez menos a medida que el robot aprendía de la experiencia. «Tuve que cuidar al robot durante quizás el primer 30% o algo así, y luego, gradualmente, pude prestarle menos atención», dijo. El laboratorio sometió a su sistema robótico a una serie de tareas complicadas que iban más allá de las de Jenga. El robot dio vuelta un huevo en una sartén, pasó un objeto de un brazo a otro y montó una placa base, un salpicadero de coche y una correa de distribución. Los investigadores seleccionaron estos desafíos porque eran variados y, en palabras de Luo, representaban “todo tipo de incertidumbre a la hora de realizar tareas robóticas en el complejo mundo real”.  La tarea de la correa de distribución se destacó en términos de dificultad. Cada vez que el robot interactuaba con la correa de distribución (imagínese tratar de manipular una cadena de collar flexible sobre dos clavijas), necesitaba anticipar y reaccionar a ese cambio. El juego de Jenga constituye un desafío diferente. Implica leyes físicas que son difíciles de modelar, por lo que es menos eficiente entrenar a un robot utilizando únicamente simulaciones; la experiencia en el mundo real fue fundamental.  Los investigadores también probaron la adaptabilidad de los robots simulando accidentes. Obligaban a abrir una pinza para que dejara caer un objeto o moviera una placa base mientras el robot intentaba instalar un microchip, entrenándolo para que reaccionara a una situación cambiante que pudiera encontrar fuera de un entorno de laboratorio. Al final del entrenamiento, el robot podía ejecutar estas tareas correctamente el 100% del tiempo. Los investigadores compararon sus resultados con un método común de “copiar mi comportamiento” conocido como clonación conductual que se entrenó con la misma cantidad de datos de demostración; su nuevo sistema hizo que los robots fueran más rápidos y precisos. Estas métricas son cruciales, dijo Luo, porque el listón para la competencia de los robots es muy alto. Los consumidores habituales y los industriales por igual no quieren comprar un robot inconsistente. Luo enfatizó que, en particular, los procesos de fabricación “hechos a pedido” como los que se usan a menudo para la electrónica, los automóviles y las piezas aeroespaciales podrían beneficiarse de robots que pueden aprender de manera confiable y adaptable una variedad de tareas. La primera vez que el robot superó el desafío del látigo de Jenga, «eso realmente me sorprendió», dijo Luo. «La tarea de Jenga es muy difícil para la mayoría de los humanos. Lo intenté con un látigo en la mano; tuve un 0% de éxito». E incluso cuando se compara con un humano experto en el látigo de Jenga, agregó, el robot probablemente superará al humano porque no tiene músculos que se cansen con el tiempo. El nuevo sistema de aprendizaje del laboratorio de Levine forma parte de una tendencia más amplia en materia de innovación en robótica. En los últimos dos años, este campo en general ha avanzado a pasos agigantados, impulsado por la inversión de la industria y la inteligencia artificial, que proporciona a los

Leer más »

La inteligencia artificial y la tecnología cuántica impulsan el descubrimiento de péptidos para la limpieza de microplásticos

Un equipo de investigación dirigido por Cornell ha demostrado cómo la computación cuántica y la inteligencia artificial pueden utilizarse para diseñar nuevos péptidos capaces de capturar microplásticos que suponen graves riesgos para los ecosistemas y la salud humana. Los péptidos (cadenas de aminoácidos que pueden secuenciarse para funciones específicas) pueden destruir los microplásticos al unirse a sus superficies y facilitar las reacciones químicas que los descomponen. Sin embargo, no se conocen aglutinantes peptídicos para muchos plásticos y su creación es un desafío debido a la falta de datos sobre la adsorción de plásticos. Un  estudio publicado el 18 de diciembre en Science Advances detalla un método para integrar modelos de IA generativos entrenados para predecir propiedades de péptidos con técnicas de computación cuántica que optimizan estos diseños para plásticos específicos. Este enfoque permite una exploración rápida de una amplia gama de posibles secuencias de aminoácidos, lo que permite el descubrimiento de nuevos tipos de péptidos más rápidamente que el proceso iterativo de probar cada combinación individualmente. “Los científicos no tienen realmente los conjuntos de datos necesarios para trabajar con péptidos que atacan a los microplásticos de la misma manera que lo hacen para algunas aplicaciones médicas, y ahí es donde entra en juego la tecnología cuántica”, dijo el autor principal  Fengqi You , profesor de Ingeniería de Sistemas Energéticos de la cátedra Roxanne E. y Michael J. Zak. “Básicamente, vemos esto como un problema de IA, pero utilizamos la tecnología cuántica como un refuerzo. Puede evaluar muchas posibilidades de secuencias de aminoácidos simultáneamente y eso es diferente de lo que podemos hacer con la computación clásica”. El marco híbrido cuántico-clásico desarrollado en el estudio dio como resultado el descubrimiento de péptidos con altas afinidades de unión al tereftalato de polietileno, también conocido como plástico PET, que mantenían una solubilidad en agua respetuosa con el medio ambiente. Los resultados se validaron luego mediante simulaciones de dinámica molecular, lo que confirmó el potencial para aplicaciones prácticas en sistemas de tratamiento de agua, biosensores de microplásticos y microbios diseñados para degradar plásticos. “Este trabajo llega en un momento en el que el potencial transformador de la IA ha sido reconocido a nivel mundial para aplicaciones como la predicción de la estructura de las proteínas y otras aplicaciones biológicas y médicas”, afirmó You, quien también es codirector del  Instituto de IA para la Ciencia de la Universidad de Cornell . “Este nuevo marco híbrido de computación cuántica-clásica extiende el impacto de la IA a la ciencia ambiental”. Agregó que el marco está diseñado para funcionar dentro de las limitaciones actuales de la computación cuántica, aprovechando simulaciones en hardware clásico y al mismo tiempo permaneciendo adaptable a los avances en la tecnología cuántica a medida que madura. El estudio fue una colaboración con Carol K. Hall ’67, profesora de ingeniería química y biomolecular en la Universidad Estatal de Carolina del Norte. Entre los primeros coautores se encuentran Raul Conchello Vendrell, un estudiante de posgrado visitante en el laboratorio de You de la ETH Zurich; el investigador postdoctoral Akshay Ajagekar, Ph.D. ’24; y Michael T. Bergman, un estudiante de doctorado de la Universidad Estatal de Carolina del Norte. El equipo de investigación llevó a cabo una investigación complementaria, aplicando computación cuántica, inteligencia artificial y modelado biofísico para diseñar péptidos para otros plásticos comunes, como el polietileno y el polipropileno. Ese trabajo,  publicado el 21 de enero en PNAS Nexus, tiene a Jeet Dhoriyani, MS ’24, como primer autor. El estudio optimizó las secuencias de aminoácidos para una unión fuerte y exploró la diversidad fisicoquímica, lo que permite que los péptidos funcionen en diferentes condiciones ambientales. Dijo que los próximos esfuerzos se centrarán en sintetizar y probar los péptidos recién descubiertos en entornos de laboratorio y de campo. Además, los investigadores planean perfeccionar los marcos computacionales para abordar otros desafíos de sostenibilidad. La investigación fue apoyada por la National Science Foundation y la Beca Postdoctoral Eric y Wendy Schmidt AI in Science, un programa de Schmidt Sciences. Cornell University. S. K. Traducido al español

Leer más »
Scroll al inicio