En Google pueden estar orgullosos. Demis Hassabis y John M. Jumper, que trabajan en su división Deepmind, han ganado el premio Nobel de Química por sus contribuciones a la predicción de la estructura de las proteínas. Su trabajo con AlphaFold, el modelo de IA que se encarga de hacer esas predicciones, se convierte así en otra de las sorpresas de este año en el que la IA ha sido absoluta protagonista de los premios. Es un triunfo para Deepmind, pero desde luego lo es también para Google.
Google 1 - OpenAI, 0. En su particular carrera contra OpenAI, los esfuerzos de Google ya van por delante en algo: su número de Premios Nobel. Este concedido a AlphaFold es desde luego un espaldarazo contundente a esos esfuerzos, y lo es además doblemente porque la Real Academia Sueca de Ciencias no elige a los premiados a la ligera: la confianza en el futuro de AlphaFold es patente.
Una adquisición muy acertada. Google compró DeepMind en enero de 2014, y desde entonces ha seguido apoyando el trabajo de una división que ciertamente siempre ha tenido un enfoque más académico y de investigación que práctico. Sus éxitos han sido espectaculares. Primero con AlphaGo, luego con AlphaZero y por fin con AlphaFold, que recientemente llegaba a su tercera gran versión.
Dos caras de la misma moneda. Es evidente que el respaldo de Google ha sido importante para que DeepMind pudiera seguir desarrollando su labor. En paralelo, por supuesto, la empresa trata de ganar la carrera de la IA en la empresa y entre los usuarios finales, pero esa es otra historia muy distinta.
Un respiro para Gemini.Es curioso cómo esos productos de DeepMind tienen tan buena reputación, y mientras la IA de Google para usuarios finales no para de sufrir tropiezos. Lo vimos en el lanzamiento de Bard y luego en el de su IA generativa de imágenes. El despliegue de Gemini —también desarrollado por DeepMind— parece haberse asentado tras esos problemas y promete una evolución notable.
Dos no es mejor que una.Durante varios años Google Brain y DeepMind trabajaron de forma separada, pero en abril de 2023 Alphabet las fusionó para convertirlas en una única división enfocada al desarrollo de soluciones de IA. Es aún pronto para saber si el efecto final ha sido positivo, porque hasta ahora las líneas de trabajo parecían independientes.
Transformers, ¿Nobel de futuro? De hecho, en 2017 investigadores de Google Brain y de Google Research —ninguno de DeepMind— publicaron el célebre paper de Transformers que acabó dando lugar a la revolución de la IA generativa, con los modelos de OpenAI, DALL-E (imágenes) y ChatGPT (texto) como grandes referentes. Su impacto económico y social ha sido mucho más visible que el de AlphaFold, pero de momento siguen pecando de cometer errores y alucinar, lo que los hace menos "científicos". Su evolución apunta a una mejora creciente, y como apuntaba Andrés Torrubia, puede que en un futuro lejano esta tecnología también tenga recompensa en los Nobel.
El otro Nobel "casi" de Google. Ayer uno de los ganadores del Premio Nobel de Física fue Geoffrey Hinton, considerado uno de los padres de la IA. La academia tuvo en cuenta sus contribuciones al campo del aprendizaje profundo y las redes neuronales. Curiosamente Hinton trabajó muchos años en la división de IA de Google, pero abandonó su posición para centrarse en la labor por la que se conoce últimamente: advertirnos de los riesgos de la IA. El propio Hassabis tiene también sus reservas al respecto.
En Xataka | Qué dicen ahora sobre la IA y sus riesgos los pioneros de la IA premiados hoy con el Nobel
via Robótica e IA - Xataka https://ift.tt/9GwlDiK
No hay comentarios:
Publicar un comentario