Demis Hassabis, director ejecutivo de Google DeepMind.
"Estamos estudiando oncología, enfermedad cardiovascular, neurodegeneración, todas las grandes áreas de enfermedades, y creo que para finales de 2025 tendremos nuestro primer fármaco", dijo Hassabis, en una entrevista con Financial Times.
“Por lo general, se necesitan de 5 a 10 años en promedio para descubrir un medicamento. Y tal vez podremos acelerar ese proceso 10 veces, lo que sería una revolución increíble en la salud humana”, dijo Hassabis, quien en octubre recibió el Premio Nobel de Química junto con su colega John Jumper y el bioquímico David Baker.
Seguir leyendo
La empresa
Isomorphic es una empresa que surgió de la unidad de investigación de IA de Google, Google DeepMind, en 2021.
De todos modos, sigue siendo una subsidiaria 100% de Alphabet. El potencial de la empresa emergente ha atraído a grandes socios farmacéuticos, interesados en reducir los gastos de investigación y desarrollo.
Hassabis dijo que su equipo trabajando en 6 programas de desarrollo de medicamentos con Eli Lilly y Novartis.
En una entrevista de amplio alcance, Hassabis, quien también es director ejecutivo de Google DeepMind, dijo que el prototipo elaborado por el asistente de IA conocido como Proyecto Astra, llegará al mercado de los consumidores a finales de 2025.
Él describió un futuro cercano (3 años), en el que habrá "miles de millones" de agentes de IA "negociando entre sí en nombre del proveedor y del cliente" y que, entonces, sería necesario repensar la WWW (ciberespacio, red neuronal llamada Internet).
Peligro
Hassabis pidió coordinación entre los principales desarrolladores de IA que compiten por construir una inteligencia artificial general.
Él advirtió que la tecnología podría poner en riesgo la Civilización contemporánea si se descontrola o es reutilizada por “malos actores… con fines dañinos”.
El objetivo final de Google DeepMind es crear una inteligencia artificial general (AGI), o “un sistema que sea capaz de exhibir todas las capacidades cognitivas que tienen los humanos”, según Hassabis, quien dijo que, a pesar del 'bombo' en las redes sociales sobre su cercanía, la verdadera AGI aún está a 5 o 10 años de distancia.
“Si algo es posible y valioso, la gente lo hará”, dijo Hassabis. “Ya hemos superado ese punto con la IA, el genio no puede volver a meterse en la botella... así que tenemos que intentar asegurarnos de que llegue al mundo de la forma más segura posible”.
El personaje
Demis Hassabis fue un niño prodigio en el ajedrez, alcanzando el grado estándar de maestro a los 13 años con una puntuación Elo de 2300 (jugador mejor clasificado Nº5 en el ranking mundial Sub-136) y fue capitán de varios equipos júnior de ajedrez en Inglaterra.
Después inició su carrera en el mundo de los videojuegos, en Bullfrog Productions. A los 17 años codiseñó y fue líder de desarrollo del juego Theme Park.
Hassabis estudió Ciencias de la Computación, y regresó a la academia para obtener su doctorado en Neurociencia Cognitiva en el University College de Londres (UCL); y continuó su investigación en neurociencia e inteligencia artificial en Gatsby Computational Neuroscience Unit (UCL) y como científico visitante en el Instituto de Tecnología de Massachusetts (MIT) en forma conjunta con la Universidad Harvard.
En 5 ocasiones Hassabis ganó el campeonato de juegos de mundo ('Pentamind') en los Juegos Mundiales de Deportes Mentales, antes de su retiro del juego competitivo en 2003, y en ese momento era considerado el mejor jugador de juegos de todo tipo en el mundo.
Después, Hassabis trabajó como jefe de programación de inteligencia artificial en Lionhead Studios Blanco y Negro; y fundó Elixir Studios.
Hassabis dejó la industria de los videojuegos, dedicándose a la neurociencia cognitiva.
En 2010 fue cofundador y CEO de DeepMind, que en 2014 fue adquirida por Google.
En octubre de 2015, DeepMind, con el programa AlphaGo, derrotó al campeón del juego de go.
Un ejemplo
La empresa de descubrimiento de fármacos basada en inteligencia artificial Isomorphic Labs y Google DeepMind presentaron tiempo atrás una nueva versión del modelo de predicción de la estructura de las proteínas, AlphaFold 2.
El odelo puede predecir las estructuras de la mayoría de las moléculas del banco de datos de proteínas (PDB) , a menudo alcanzando la precisión atómica, en varias categorías importantes de biomoléculas, incluidas moléculas pequeñas (ligandos), proteínas, ácidos nucleicos (ADN y ARN) y moléculas con modificaciones postraduccionales (PTM).
Teniendo en cuenta que los sistemas de comparación utilizan estructuras proteínicas conocidas como 'base', es un logro significativo que AlphaFold supere a los sistemas tradicionales como el software de simulación de modelado molecular de código abierto AutoDock Vina, incluso cuando comienza solo con secuencias de proteínas e información de ligandos.
En 2do. lugar, muestra una mejora con respecto a AlphaFold 2.3 en la predicción de estructuras proteína-proteína, con una mejora notable en las estructuras de unión de anticuerpos.
En 3er. lugar, en lo que respecta a las interfaces entre proteínas y ácidos nucleicos, AlphaFold supera a los métodos de la competencia y, en la predicción de la estructura del ARN, supera a las técnicas automatizadas.
Sin embargo, se queda ligeramente por debajo del principal competidor de CASP15, que requiere la intervención manual de un experto.
Por último, AlphaFold amplía sus capacidades para predecir la estructura de componentes adicionales como ligandos unidos, glicosilación y residuos o nucleótidos modificados.
--------------------------------------
Más noticias en Urgente24
"Hay que deflacionar el entusiasmo de Kristalina Georgieva, gerente del Fondo, sobre Argentina"
Milei y la "full motosierra" en el año electoral: ¿Queda tolerancia al ajuste?
El enigmático susurro de Barron Trump que transformó la cara de Biden
Pánico por mega estafa: Edesur y Edenor usados para vaciar cuentas
Te puede interesar
No te lo pierdas