Papers, resultados científicos y avances académicos
306 noticias · RSS de esta sección
Investigadores del Instituto de Bioestructuras y Bioimagen de Nápoles, utilizando AlphaFold de Google DeepMind, han identificado la estructura de las 25…
Por qué importaEste avance acelera significativamente la biología estructural al resolver un problema sin solución durante 60 años: conectar secuencias genéticas…
Google DeepMind ha publicado un paper introduciendo Sparrow, un agente de diálogo entrenado con refuerzo basado en feedback humano para reducir respuestas…
Por qué importaSparrow demuestra métodos prácticos para entrenar agentes de diálogo más seguros mediante refuerzo con feedback humano, una línea de investigación…
Investigadores de universidades europeas y estadounidenses utilizaron AlphaFold y análisis de proteínas para identificar fragmentos de cáscara de huevo…
Por qué importaDemuestra una aplicación concreta de AlphaFold más allá de la biología molecular moderna: resolver problemas científicos históricos mediante análisis…
DeepMind ha publicado un método llamado neural probabilistic motor primitives (NPMP) que enseña a robots y agentes simulados movimientos naturales basándose en…
Por qué importaEste avance aborda dos desafíos críticos en robótica: reducir el tiempo de aprendizaje mediante refuerzo y generar movimientos seguros, eficientes y…
Google DeepMind lanzó Turtle Recall, un desafío de aprendizaje automático en colaboración con Zindi, la mayor comunidad de científicos de datos africanos, para…
Por qué importaEl proyecto demuestra la aplicación práctica de visión por computadora en conservación de ecosistemas y diversifica el talento en inteligencia…
Google DeepMind ha publicado un paper que propone la primera definición causal formal de agencia en sistemas de IA. El trabajo introduce tres algoritmos que…
Por qué importaEntender y formalizar cuándo un sistema contiene un agente y qué incentivos lo mueven es crítico para desarrollar sistemas AGI seguros y alineados…
Google DeepMind, en colaboración con EMBL-EBI, ha expandido la base de datos AlphaFold de 1 millón a más de 200 millones de estructuras de proteínas predichas…
Por qué importaEste hito amplifica el acceso a información estructural de proteínas a escala sin precedentes, reduciendo años de investigación a segundos…
Investigadores del Drugs for Neglected Diseases initiative (DNDi) en colaboración con DeepMind han utilizado AlphaFold para resolver la estructura 3D de una…
Por qué importaDemuestra el impacto práctico de AlphaFold en descubrimiento de fármacos para enfermedades desatendidas, acelerando significativamente procesos que…
Investigadores de ETH Zurich, liderados por Pedro Beltrao, han utilizado AlphaFold para estudiar la evolución de proteínas en periodos mucho más largos de lo…
Por qué importaEste avance permite a los científicos comprender mejor cómo los cambios genéticos generan cambios fenotípicos en los organismos, un conocimiento…
Google DeepMind y EMBL-EBI anuncian que la base de datos AlphaFold Protein Structure Database ha alcanzado más de 200 millones de predicciones de estructuras…
Por qué importaEl acceso abierto a 200 millones de estructuras acelera exponencialmente el descubrimiento científico en biología, farmacología y medicina…
Investigadores del Wu Lab de Harvard Medical School, en colaboración con científicos del Max Planck Institute y EMBL en Alemania, utilizaron AlphaFold para…
Por qué importaEl poro nuclear es una estructura crítica que actúa como guardián de lo que entra y sale del núcleo celular, y su comprensión completa podría abrir…
Investigadores de la Universidad de Colorado Boulder, Marcelo Sousa y Megan Mitchell, han utilizado AlphaFold de Google DeepMind para desentrañar la estructura…
Por qué importaLa resistencia bacteriana es una crisis sanitaria global con antibióticos nuevos escasos. Bloquear el mecanismo de resistencia en lugar de crear…
Investigadores de la Universidad de Portsmouth, liderados por John McGeehan y Rosie Graham, están desarrollando enzimas capaces de descomponer polímeros de…
Por qué importaDemuestra una aplicación práctica de IA científica (AlphaFold) para resolver problemas reales de contaminación ambiental. Para empresas de…
Google DeepMind ha publicado la base de datos AlphaFold Protein Structure Database con predicciones de alta precisión para todas las ~20.000 proteínas del…
Por qué importaEste lanzamiento acelera dramáticamente la investigación biomédica, acortando tiempos de descubrimiento de meses o años a minutos, con implicaciones…
Google DeepMind ha publicado BYOL-Explore, un método de exploración impulsado por curiosidad que entrena agentes de IA usando predicción en el espacio latente…
Por qué importaEste avance demuestra cómo la exploración autónoma puede mejorar significativamente sin ingeniería de objetivos complicada, lo que es crítico para…
DeepMind publica una investigación que resuelve el problema de degradación de precisión en DP-SGD (descenso de gradiente estocástico con privacidad…
Por qué importaCombina dos prioridades empresariales críticas: privacidad rigurosa y rendimiento práctico en modelos de visión. Esta es una barrera histórica para…
DeepMind ha publicado un nuevo enfoque de evaluación llamado Standardised Test Suite (STS) para medir el desempeño de agentes de inteligencia artificial en…
Por qué importaEvaluar agentes interactivos es un problema crítico aún no resuelto: las métricas actuales no correlacionan bien con el rendimiento real en…
Google DeepMind ha publicado StreamingQA, un nuevo benchmark a gran escala para evaluar cómo los modelos de pregunta-respuesta se adaptan a información nueva y…
Por qué importaLa capacidad de adaptar modelos de IA a conocimiento evolutivo es crítica para sistemas en producción que deben responder sobre eventos actuales sin…
DeepMind publica un paper que demuestra que agentes de aprendizaje por refuerzo profundo pueden aprender comportamientos microeconómicos como producción…
Por qué importaRepresenta un avance en inteligencia multiagente hacia simular comportamientos económicos reales sin codificar conocimiento de dominio. Demuestra que…
Google DeepMind ha presentado Gato, un agente generalista multimodal que utiliza una única red neuronal con los mismos pesos para realizar múltiples tareas…
Por qué importaGato representa un cambio conceptual significativo: pasó de agentes especializados en una única tarea o modalidad a un único sistema capaz de razonar…
Google DeepMind ha propuesto Active Offline Policy Selection (A-OPS), un método que permite seleccionar la mejor política de aprendizaje por refuerzo para…
Por qué importaResolver el cuello de botella de evaluación de políticas es crítico para llevar RL a aplicaciones reales donde los recursos son limitados. Las…
Google DeepMind ha presentado GopherCite, un modelo de lenguaje entrenado para respaldar sus afirmaciones factuales con evidencia verificable de la web. El…
Por qué importaLa alucinación de hechos es un problema crítico que limita la confiabilidad de los LLM en aplicaciones con usuarios. Un modelo que cite evidencia…
Google DeepMind presenta Ithaca, una red neuronal profunda que restaura textos faltantes en inscripciones dañadas, identifica su ubicación original y estima su…
Por qué importaDemuestra un caso concreto de colaboración efectiva entre máquinas e historiadores en un problema real: la interpretación del patrimonio histórico…
Google DeepMind ha desarrollado agentes de inteligencia artificial capaces de transferencia cultural en tiempo real mediante aprendizaje por refuerzo profundo…
Por qué importaEste avance abre la posibilidad de que sistemas de IA aprendan de manera flexible y rápida a partir de observaciones, sin requerir grandes conjuntos…
