La mayoría de las actividades que tienen lugar dentro de las células (las actividades que nos mantienen vivos, respirando y pensando como animales) están a cargo de las proteínas. Permiten que las células se comuniquen entre sí, ejecuten el metabolismo básico de una célula y ayuden a convertir la información almacenada en el ADN en aún más proteínas. Y todo eso depende de la capacidad de la cadena de aminoácidos de la proteína para plegarse en una forma tridimensional complicada pero específica que le permita funcionar.

Hasta esta década, comprender esa forma 3D significaba purificar la proteína y someterla a un proceso que requería mucho tiempo y trabajo para determinar su estructura. Pero eso cambió con el trabajo de DeepMind, una de las divisiones de inteligencia artificial de Google, que lanzó Alpha Fold en 2021, y un esfuerzo académico similar poco después. El software no era perfecto; tuvo problemas con proteínas más grandes y no ofreció soluciones de alta confianza para cada proteína. Pero muchas de sus predicciones resultaron ser notablemente precisas.

Aun así, estas estructuras sólo cuentan la mitad de la historia. Para funcionar, casi todas las proteínas tienen que interactuar con algo más: otras proteínas, ADN, sustancias químicas, membranas y más. Y, si bien la versión inicial de AlphaFold podía manejar algunas interacciones proteína-proteína, el resto seguían siendo cajas negras. Hoy, DeepMind anuncia la disponibilidad de la versión 3 de AlphaFold, en la que partes de su motor subyacente se modificaron en gran medida o se reemplazaron por completo. Gracias a estos cambios, el software ahora maneja varias interacciones y modificaciones de proteínas adicionales.

Cambio de piezas

El AlphaFold original se basaba en dos funciones de software subyacentes. Uno de ellos tuvo en cuenta los límites evolutivos de una proteína. Al observar la misma proteína en múltiples especies, se puede tener una idea de qué partes son siempre iguales y, por lo tanto, es probable que sean fundamentales para su función. Esa centralidad implica que es probable que siempre estén en la misma ubicación y orientación en la estructura de la proteína. Para hacer esto, el AlphaFold original encontró tantas versiones de una proteína como pudo y alineó sus secuencias para buscar las porciones que mostraban poca variación.

Sin embargo, hacerlo es costoso desde el punto de vista computacional, ya que cuantas más proteínas alinees, más restricciones tendrás que resolver. En la nueva versión, el equipo de AlphaFold todavía identificó múltiples proteínas relacionadas, pero pasó a realizar alineaciones en gran medida utilizando pares de secuencias de proteínas dentro del conjunto de las relacionadas. Probablemente esto no sea tan rico en información como una alineación múltiple, pero es mucho más eficiente desde el punto de vista computacional y la información perdida no parece ser crítica para descubrir las estructuras de las proteínas.

Utilizando estas alineaciones, un módulo de software independiente descubrió las relaciones espaciales entre pares de aminoácidos dentro de la proteína objetivo. Luego, esas relaciones se tradujeron a coordenadas espaciales para cada átomo mediante un código que tenía en cuenta algunas de las propiedades físicas de los aminoácidos, como qué porciones de un aminoácido podían rotar en relación con otras, etc.

En AlphaFold 3, la predicción de las posiciones atómicas se maneja mediante un módulo de difusión, que se entrena dándole una estructura conocida y versiones de esa estructura donde se ha agregado ruido (en forma de cambio de posiciones de algunos átomos). Esto permite que el módulo de difusión tome las ubicaciones inexactas descritas por posiciones relativas y las convierta en predicciones exactas de la ubicación de cada átomo de la proteína. No necesita que le digan las propiedades físicas de los aminoácidos, porque puede descubrir lo que hacen normalmente observando suficientes estructuras.

(DeepMind tuvo que entrenar en dos niveles diferentes de ruido para que el módulo de difusión funcionara: uno en el que las ubicaciones de los átomos se cambiaban mientras la estructura general se dejaba intacta y un segundo en el que el ruido implicaba cambiar la estructura a gran escala del proteína, afectando así la ubicación de muchos átomos).

Durante el entrenamiento, el equipo descubrió que se necesitaban alrededor de 20.000 instancias de estructuras de proteínas para que AlphaFold 3 lograra que aproximadamente el 97 por ciento de un conjunto de estructuras de prueba fuera correcto. En 60.000 ocasiones, comenzó a corregir las interfaces proteína-proteína también a esa frecuencia. Y, lo que es más importante, también empezó a lograr que las proteínas formaran complejos con otras moléculas.

Gran parte del reciente revuelo sobre la IA se ha centrado en contenido digital fascinante generado a partir de simples indicaciones, junto con preocupaciones sobre su capacidad para diezmar la fuerza laboral y hacer que la propaganda maliciosa sea mucho más convincente. (¡Divertido!) Sin embargo, algunos de los trabajos más prometedores (y potencialmente mucho menos siniestros) de la IA se encuentran en la medicina. Una nueva actualización del software AlphaFold de Google podría conducir a avances en la investigación y el tratamiento de nuevas enfermedades.

El software AlphaFold, de Google DeepMind e Isomorphic Labs (también propiedad de Alphabet), ya ha demostrado que puede predecir cómo se pliegan las proteínas con una precisión sorprendente. Está catalogada la asombrosa cifra de 200 millones de proteínas conocidas, y Google dice que millones de investigadores han utilizado versiones anteriores para hacer descubrimientos en áreas como vacunas contra la malaria, tratamientos contra el cáncer y diseños de enzimas.

Conocer la forma y estructura de una proteína determina cómo interactúa con el cuerpo humano, lo que permite a los científicos crear nuevos fármacos o mejorar los existentes. Pero la nueva versión, AlphaFold 3, puede modelar otras moléculas cruciales, incluido el ADN. También puede trazar interacciones entre medicamentos y enfermedades, lo que podría abrir nuevas e interesantes puertas para los investigadores. Y Google dice que lo hace con una precisión un 50 por ciento mayor que los modelos existentes.

«AlphaFold 3 nos lleva más allá de las proteínas a un amplio espectro de biomoléculas», escribió el equipo de investigación DeepMind de Google en una publicación de blog. «Este salto podría desbloquear una ciencia más transformadora, desde el desarrollo de materiales biorrenovables y cultivos más resistentes hasta la aceleración del diseño de fármacos y la investigación genómica».

“¿Cómo responden las proteínas al daño del ADN? ¿Cómo lo encuentran y lo reparan? John Jumper, líder del proyecto Google DeepMind, dijo cableado. «Podemos empezar a responder estas preguntas».

Antes de la IA, los científicos sólo podían estudiar las estructuras de las proteínas a través de microscopios electrónicos y métodos elaborados como la cristalografía de rayos X. El aprendizaje automático agiliza gran parte de ese proceso mediante el uso de patrones reconocidos en su entrenamiento (a menudo imperceptibles para los humanos y nuestros instrumentos estándar) para predecir las formas de las proteínas en función de sus aminoácidos.

Google dice que parte de los avances de AlphaFold 3 provienen de la aplicación de modelos de difusión a sus predicciones moleculares. Los modelos de difusión son piezas centrales de generadores de imágenes de IA como Midjourney, Gemini de Google y DALL-E 3 de OpenAI. La incorporación de estos algoritmos en AlphaFold «agudiza las estructuras moleculares que genera el software», como cableado explica. En otras palabras, se necesita una formación que parece confusa o vaga y hace conjeturas muy fundamentadas basadas en patrones de sus datos de entrenamiento para aclararla.

«Este es un gran avance para nosotros», dijo el director ejecutivo de Google DeepMind, Demis Hassabis. cableado. «Esto es exactamente lo que se necesita para el descubrimiento de fármacos: hay que ver cómo se unirá una pequeña molécula a un fármaco, con qué fuerza y ​​también a qué más podría unirse».

AlphaFold 3 utiliza una escala codificada por colores para etiquetar su nivel de confianza en su predicción, lo que permite a los investigadores tener la precaución adecuada con resultados que tienen menos probabilidades de ser precisos. Azul significa alta confianza; rojo significa que es menos seguro.

Google está haciendo que AlphaFold 3 sea gratuito para que los investigadores lo utilicen en investigaciones no comerciales. Sin embargo, a diferencia de versiones anteriores, la empresa no es de código abierto para el proyecto. Un destacado investigador que fabrica software similar, el profesor David Baker de la Universidad de Washington, expresó su decepción ante cableado que Google eligió esa ruta. Sin embargo, también quedó impresionado por las capacidades del software. «El rendimiento de predicción de estructuras de AlphaFold 3 es muy impresionante», afirmó.

En cuanto a lo que sigue, Google dice: «Isomorphic Labs ya está colaborando con compañías farmacéuticas para aplicarlo a los desafíos de diseño de fármacos del mundo real y, en última instancia, desarrollar nuevos tratamientos que cambien la vida de los pacientes».

Microsoft ha anunciado un nuevo centro en Londres para su división de IA para consumidores recientemente inaugurada. Estará liderado por Jordan Hoffmann, un científico e ingeniero de inteligencia artificial que Microsoft recientemente adquirió de la startup de inteligencia artificial de alto perfil Inflection AI, en la que Microsoft invirtió el año pasado.

La noticia llega unas tres semanas después de que el director ejecutivo de Microsoft, Satya Nadella, presentara una nueva división de inteligencia artificial para el consumidor encabezada por los fundadores de Inflection AI, entre los que se incluye Mustafa Suleyman, cofundador de DeepMind, la empresa de inteligencia artificial que Google adquirió en 2014.

En ese momento, Nadella dijo que “varios miembros del equipo de Inflection” también se unieron a la nueva unidad de IA de Microsoft (Bloomberg informó que la mayoría se unió). Ahora sabemos que uno de ellos fue Hoffmann, un ex estudiante de doctorado que se unió a DeepMind como científico investigador en 2020 antes de abandonar el barco para Inflection AI, después de que Suleyman fundara la startup en 2022 y comenzara a cazar empleados de DeepMind y Meta.

En una publicación de blog de hoy, Suleyman llama a Hoffmann un “científico e ingeniero de IA excepcional”, y como el propio Suleyman reporta directamente a Nadella en los EE. UU., Hoffmann se hará cargo de la nueva unidad de Londres.

Suleyman señaló que lanzarán nuevas ofertas de trabajo en las “próximas semanas y meses” para encontrar nuevos talentos en IA que se unan a Hoffmann en la oficina de Microsoft en Paddington, donde desarrollarán nuevos modelos de lenguaje e infraestructura y herramientas asociadas.

Esto también se suma a otro anuncio reciente realizado en conjunto con el gobierno del Reino Unido, donde Microsoft dijo que invertiría £2,5 mil millones ($3,15 mil millones) en el Reino Unido durante los próximos tres años, lo que incluirá la expansión de su centro de datos y capacitación “más de un millón de personas para la economía de la IA”.

El Reino Unido está considerado entre los países de primer nivel a nivel mundial en términos de inversión en I+D de IA, detrás de EE. UU. y China, y como DeepMind de Google también tiene su sede en la capital del Reino Unido, podríamos estar a punto de ver un importante tira y afloja de talentos entre dos de los pioneros en la carrera por el dominio de la IA.

En una nota relacionada, el cofundador y director ejecutivo de Google DeepMind, Demis Hassabis, recibió recientemente el título de caballero por «servicios a la inteligencia artificial».

TechCrunch se acercó a Microsoft para comentar sobre la escala de su centro de inteligencia artificial en el Reino Unido, pero la compañía dijo que no revelaría ningún otro detalle por el momento.

Demis Hassabis, director ejecutivo y uno de los tres fundadores de DeepMind, filial de inteligencia artificial (IA) de Google, ha sido premiado un título de caballero en el Reino Unido por «servicios a la inteligencia artificial».

Ian Hogarth, presidente del Instituto de Seguridad de IA recientemente inaugurado por el gobierno del Reino Unido y anteriormente fundador de la startup musical Songkick, fue galardonado con el premio Comandante de la Orden del Imperio Británico (CBE) por sus servicios a la IA; al igual que Matt Clifford, asesor de inteligencia artificial del gobierno del Reino Unido y cofundador del inversor en etapa inicial Entrepreneur First.

prodigio

Hassabis nació en Londres en 1976, emergió como un prodigio en varias disciplinas y alcanzó el estatus de maestro en ajedrez cuando era un adolescente. Posteriormente se convirtió en programador principal del legendario desarrollador de videojuegos británico Bullfrog Productions; se graduó de la Universidad de Cambridge con honores de primera clase en Ciencias de la Computación; y trabajó en varios roles de inteligencia artificial y ciencias de la computación antes de obtener un doctorado en neurociencia cognitiva de la University College London (UCL).

Junto a Shane Legg y Mustafa Suleyman, a quienes Microsoft contrató de la startup de inteligencia artificial Inflection AI la semana pasada, Hassabis fundó DeepMind en Londres en 2010.

Hassabis recibió un CBE en 2017 por “servicios a la ciencia y la tecnología” a raíz de algunos logros de alto perfil en DeepMind, incluido el desarrollo de un sistema de inteligencia artificial que venció al campeón mundial del juego de mesa de estrategia Go. Sin embargo, la compañía también generó controversia después de firmar acuerdos de intercambio de datos con el Servicio Nacional de Salud (NHS) del Reino Unido. Si avanzamos siete años, es revelador que su título de caballero fue otorgado específicamente por servicios a la “inteligencia artificial”, un campo que se ha catapultado a la conciencia general en los últimos 18 meses debido a tecnologías como ChatGPT de OpenAI.

El Reino Unido ha estado ansioso por posicionarse a la vanguardia de la revolución de la IA, impulsado por iniciativas como la Cumbre de Seguridad de la IA que organizó en Inglaterra en noviembre pasado. Y se encuentra entre los países de primer nivel en IA a nivel mundial en términos de inversión en I+D, detrás de EE. UU. y China, siendo DeepMind una de las mayores exportaciones de IA del Reino Unido. Después de adquirir DeepMind en 2014 por más de 500 millones de dólares, se ha convertido en uno de los activos más críticos de Google, mientras las principales empresas de tecnología luchan por el dominio de la IA; junto con Google Research, DeepMind es responsable de Gemini, el rival de Google del GPT de OpenAI. -Familia de marca de grandes modelos de lenguaje.

Por lo tanto, tiene sentido que el Reino Unido busque honrar a una de sus figuras destacadas de la IA. Otras figuras notables del mundo de la tecnología que recibieron el título de caballero incluyen a Jonathan “Jony” Ive de Apple en 2011 por “servicios para el diseño y la empresa”.

En siglos pasados, los títulos de caballero generalmente se reservaban para logros militares, pero hoy en día generalmente se otorgan por servicios y logros de importancia nacional, que podrían ser contribuciones a la ciencia, el deporte, el entretenimiento y la tecnología. El nombramiento de caballero suele ser propuesto por el primer ministro, un departamento gubernamental, miembros del Parlamento o incluso miembros del público, y el jefe de Estado (es decir, el rey o la reina en ese momento) técnicamente toma la decisión final sobre quién lo recibe.

El destinatario no obtiene ningún privilegio significativo gracias a su título de caballero, pero obtiene el reconocimiento cultural y social asociado con el hecho de poder anteponer su nombre con el prefijo «Sir».

Microsoft ha contratado a Mustafa Suleyman, cofundador de DeepMind de Google y director ejecutivo de la startup de inteligencia artificial Inflection, para dirigir una nueva unidad de IA para el consumidor.

Suleyman, un empresario británico que cofundó DeepMind en Londres en 2010, reportará al director ejecutivo de Microsoft, Satya Nadella, anunció la compañía el martes. Lanzará una división de Microsoft que ofrece productos orientados al consumidor, incluidos Copilot, Bing, Edge y GenAI de Microsoft, bajo un solo equipo llamado Microsoft AI.

Es el último movimiento de Microsoft para capitalizar el auge de la IA generativa. Ha invertido 13 mil millones de dólares en OpenAI, el fabricante de ChatGPT, y rápidamente integró su tecnología en los productos de Microsoft.

La inversión de Microsoft en OpenAI le ha dado una ventaja temprana en la carrera de Silicon Valley para implementar IA, dejando a su mayor rival, Google, luchando por ponerse al día. También ha invertido en otras nuevas empresas de inteligencia artificial, incluido el desarrollador francés Mistral.

Ha estado implementando un asistente de inteligencia artificial en sus productos como Windows, software de Office y herramientas de seguridad cibernética. La unidad de Suleyman trabajará en proyectos que incluyen la integración de una versión AI de Copilot en su sistema operativo Windows y la mejora del uso de AI generativa en su motor de búsqueda Bing.

Nadella dijo en un comunicado el martes: «Conozco a Mustafa desde hace varios años y lo admiro mucho como fundador de DeepMind e Inflection, y como visionario, creador de productos y constructor de equipos pioneros que persiguen misiones audaces».

DeepMind fue adquirida por Google en 2014 por 500 millones de dólares, una de las primeras grandes apuestas de una gran empresa de tecnología en un laboratorio de inteligencia artificial emergente. Unos años más tarde, la empresa se enfrentó a una controversia sobre algunos de sus proyectos, incluido su trabajo para el sector sanitario del Reino Unido, al que un organismo de control del gobierno descubrió que se le había concedido acceso inadecuado a los registros de los pacientes.

Suleyman, que era la principal cara pública de la empresa, fue puesto de licencia en 2019. Los trabajadores de DeepMind se habían quejado de que tenía un estilo de gestión demasiado agresivo. Al abordar las quejas del personal en ese momento, Suleyman dijo: “Realmente la cagué. Era muy exigente y bastante implacable”.

Meses después se mudó a Google, donde dirigió la gestión de productos de IA. En 2022, se unió a la firma de capital riesgo de Silicon Valley Greylock y lanzó Inflection ese mismo año.

Microsoft también contratará a la mayor parte del personal de Inflection, incluida Karén Simonyan, cofundadora y científica en jefe de Inflection, quien será la científica en jefe del grupo de IA. Microsoft no aclaró la cantidad de empleados que se trasladaron, pero dijo que incluía ingenieros de inteligencia artificial, investigadores y grandes creadores de modelos de lenguaje que han diseñado y coautor de “muchas de las contribuciones más importantes al avance de la inteligencia artificial en los últimos cinco años”.

Inflection, un rival de OpenAI, cambiará su enfoque de su chatbot de consumo, Pi, y en su lugar pasará a vender software empresarial de IA a empresas, según un comunicado en su sitio web. Sean White, que ha ocupado varios puestos tecnológicos, se ha incorporado como su nuevo director ejecutivo.

El tercer cofundador de Inflection, Reid Hoffman, fundador y presidente ejecutivo de LinkedIn, permanecerá en la junta directiva de Inflection. Inflection había recaudado 1.300 millones de dólares en junio, valorando el grupo en unos 4.000 millones de dólares, en una de las mayores recaudaciones de fondos realizadas por una nueva empresa de IA en medio de una explosión de interés en el sector.

La nueva unidad marca un gran cambio organizacional en Microsoft. Mikhail Parakhin, su presidente de servicios web, se trasladará junto con todo su equipo para informar a Suleyman.

«Tenemos una oportunidad real de desarrollar tecnología que alguna vez se pensó imposible y que esté a la altura de nuestra misión de garantizar que los beneficios de la IA lleguen a todas las personas y organizaciones del planeta, de manera segura y responsable», dijo Nadella.

Los reguladores de competencia en EE.UU. y Europa han estado examinando la relación entre Microsoft y OpenAI en medio de una investigación más amplia sobre las inversiones en IA.

© 2024 The Financial Times Ltd. Todos los derechos reservados. No debe ser redistribuido, copiado ni modificado de ninguna manera.