Los costos ocultos del desarrollo de la inteligencia artificial generativa (en inglés, GenAI) van más allá de lo económico o lo medioambiental: también tienen un fuerte impacto social.
En su top ten anual, Nature destaca a este grupo de investigadores e investigadoras que han impulsado cambios importantes en sus campos. Sus avances incluyen el desarrollo de relojes atómicos ultraprecisos, la lucha para destapar los casos de fraude científico y la mejora de la equidad en la academia, entre otros.
Tres científicos del clima han utilizado inteligencia artificial para analizar diez modelos climáticos globales. Los resultados son alarmantes: el calentamiento global será mayor de lo que se pensaba, especialmente en regiones como el Mediterráneo, y podría causar eventos climáticos extremos.
Esta nueva herramienta de inteligencia artificial, desarrollada por el equipo de investigadores de Google DeepMind, supone un avance en la predicción de incertidumbres y riesgos meteorológicos, al ofrecer información más rápida y precisa con hasta 15 días de antelación. Se trata de un modelo de código abierto.
Más de 40 artículos en las distintas revistas del grupo Nature presentan hoy los resultados parciales del ambicioso proyecto de mapear los 37 200 millones de estas unidades fundamentales de la vida. Una tarea compleja que requiere combinar técnicas de genómica e inteligencia artificial para estudiar con gran resolución las firmas moleculares de un amplio abanico de células, como las que forman la placenta.
Un estudio de modelización publicado en Nature Computational Science prevé que la creciente popularidad de la inteligencia artificial generativa disparará el volumen de desechos electrónicos, que podría alcanzar los 5 millones de toneladas en una década.
Un equipo científico de EE UU ha logrado imitar los mecanismos naturales que regulan la expresión de genes, utilizando secuencias de ADN diseñadas con inteligencia artificial. Este avance promete superar uno de los mayores obstáculos en las terapias génicas: la activación precisa de genes sin afectar a otros tejidos.
Investigadores españoles han desarrollado un modelo de aprendizaje automático destinado al reposicionamiento de medicamentos, una alternativa cada vez más fuerte frente al lento y costoso proceso de creación de nuevos compuestos.
La Real Academia Sueca de las Ciencias ha premiado a los investigadores John Hopfield, de la Universidad de Princeton (EE UU), y Geoffrey Hinton, de la Universidad de Toronto (Canadá), por sus descubrimientos e inventos que permiten el aprendizaje automático con las redes neuronales artificiales.
El nuevo trabajo de investigadores del CSIC permite la aplicación masiva de estos métodos de IA de aprendizaje profundo para entender las estas moléculas en organismos menos estudiados, identificar nuevas funciones de genes y explorar qué proteínas pueden ser de interés biomédico y biotecnológico con mayor precisión que los técnicas tradicionales.
