Portada
mis comunidades
otras secciones
![Millones de nuevos materiales descubiertos con deep learning - Google DeepMind [ENG]](https://cdn.mnmstatic.net/cache/3b/3b/media_thumb_2x-link-3881818.jpeg?1701298566)
#19:
#2 creo que es más bien al contrario, ahora hacen falta científicos que estudien cada uno de esos materiales y se figuren preguntas que hacer a la IA y como programar y entrenar a otra IA cuando está se quede corta. Además de ingenieros que apliquen lo que se vaya aprendiendo al mundo real.
Esto es como las tejedoras eléctricas, no redujeron el número de trabajadores en las industrias textiles sino que lo multiplicaron. Son herramientas para profesionales.
Esto es como las tejedoras eléctricas, no redujeron el número de trabajadores en las industrias textiles sino que lo multiplicaron. Son herramientas para profesionales.
#2:
Esto es una pasada tanto por el avance que se acaba de hacer en ciencia de materiales como por las implicaciones que tiene a nivel de estructura de la ciencia: Esto hace irrelevante a miles de científicos en física del estado sólido presentes y futuros.
También crea una tendencia que empieza a ser preocupante: el papel principal que ha tomado el sector privado en el avance cientifico y el rol secundario al que se está relegando el mundo académico que parece obnubilado con los índices de impacto en vez de con el impacto real.
También crea una tendencia que empieza a ser preocupante: el papel principal que ha tomado el sector privado en el avance cientifico y el rol secundario al que se está relegando el mundo académico que parece obnubilado con los índices de impacto en vez de con el impacto real.
#12:
Graph Networks for Materials Exploration (GNoME)
Pues ya verás cuando prueben con Xtal Formation Computericed Exploration (XFCE) y Kristal Developement Explorer (KDE).
Van a flipar mazo.
Probablemente sean propuestas de materiales, luego habría que explorarlos de uno en uno para ver si se dan en el Mundo Real TM o si solo son modelos teóricos.
Pues ya verás cuando prueben con Xtal Formation Computericed Exploration (XFCE) y Kristal Developement Explorer (KDE).
Van a flipar mazo.
Probablemente sean propuestas de materiales, luego habría que explorarlos de uno en uno para ver si se dan en el Mundo Real TM o si solo son modelos teóricos.
Comentarios
Esto es una pasada tanto por el avance que se acaba de hacer en ciencia de materiales como por las implicaciones que tiene a nivel de estructura de la ciencia: Esto hace irrelevante a miles de científicos en física del estado sólido presentes y futuros.
También crea una tendencia que empieza a ser preocupante: el papel principal que ha tomado el sector privado en el avance cientifico y el rol secundario al que se está relegando el mundo académico que parece obnubilado con los índices de impacto en vez de con el impacto real.
#2 Bueno, no se si realmente seran irrelevantes y si la IA tambien puede averiguar como crearlos facilmente, propiedades,...
Pero por lo demas parece MUY prometedor.
#5 La noticia menciona el segundo artículo con el metodo de automatización de la síntesis de los nuevos materiales:
https://www.nature.com/articles/s41586-023-06734-w
En cualquier caso el número de científicos de física del estado sólido que se dedica(ba) al modelado y prediccion de nuevos materiales no es pequeño.
#2 creo que es más bien al contrario, ahora hacen falta científicos que estudien cada uno de esos materiales y se figuren preguntas que hacer a la IA y como programar y entrenar a otra IA cuando está se quede corta. Además de ingenieros que apliquen lo que se vaya aprendiendo al mundo real.
Esto es como las tejedoras eléctricas, no redujeron el número de trabajadores en las industrias textiles sino que lo multiplicaron. Son herramientas para profesionales.
#19 justo venía a decir eso.
Lo has explicado genial.
Ahora faltan muchos más científicos para analizar, contrastar resultados y mejorar el entrenamiento de otras IA más específicas...
A lo que nos enfrentamos no es a una destrucción de empleo cualificado.
Justo es al contrario.
Los que han vivido la entrada del pc en las empresas lo sabrán.
Como entonces, sobran los trabajadores que se limitaban a sellar y contrastar un formulario pero hacen falta ingenieros, científicos, matemáticos, etc para desarrollar nuevas áreas de conocimiento.
Las empresas que sigan sellando formularios serán un Xerox a la izquierda.
Las que adopten IA y formen a sus trabajadores y capten talento son el futuro.
Materiales para baterías, ir al espacio, construcción, superconductores, ...
Es la mega-revolucion industrial.
#2 Al contrario, ahora hace falta crear y caracterizar cada uno de estos materiales, evaluar su estabilidad, toxicidad, etc... Y para eso hace falta muchos científicos. No esperes que te lo hagan los genios de ventas o los de marketing con sus powerpoints..
Y respecto a esa tendencia que dices ver, ya me dirás dónde, porque en España ya te digo yo que no.. la tendencia en el sector privado es que investiguen otros, que eso no sirve para nada ..
2.2 millones de patentes y el mundo es suyo
#4 Buena observación, el poder de la IA es tan grande que le pasas unos patrones y puede descubir miles de cosas de ese tipo, en este escenario cabe plantearse redefinir el funcionamiento de las patentes puesto que una patente es una forma de incentivar a los creadores por los inventos o descubrimientos hechos pero no debe servir para impedir que otros usen lo que (mediante IAs) podrían descubrir ellos también de manera fácil, de lo contrario estaremos dando grandes e injustificadas ventajas al que "llegue primero", crearemos un mundo más desigual y perjudicaremos el desarrollo.
Graph Networks for Materials Exploration (GNoME)
Pues ya verás cuando prueben con Xtal Formation Computericed Exploration (XFCE) y Kristal Developement Explorer (KDE).
Van a flipar mazo.
Probablemente sean propuestas de materiales, luego habría que explorarlos de uno en uno para ver si se dan en el Mundo Real TM o si solo son modelos teóricos.
#12 Graph Networks United is not Unix
La IA es un avance como el fuego, la rueda, la electricidad e internet, todo junto. What Time To Be Alive!!!
#14 Y espérate a que llegue la computación cuántica
¡Increíble lo que está haciendo DeepMind! Han descubierto más de 2 millones de nuevos materiales, y 380,000 de ellos son súper estables, algo que podría cambiar completamente la tecnología que usamos. Es como si hubiéramos adelantado 800 años en ciencia de materiales gracias a la inteligencia artificial. ¿Te imaginas? Baterías más eficientes, superconductores avanzados... y todo esto gracias a un programa de IA. Estamos entrando en una era donde la IA no solo es una herramienta, sino un verdadero socio en la ciencia. ¡Solo queda ver lo que vendrá!
#3 Tu comentario parece escrito por una IA.
#20 Estas mordiendo el anzuelo y entrando al trapo de un comentario que es un troleo oculto escrito con una IA (como ya señala #9) de una cuenta clon que solo ha escrito 10 mensajes desde el 2013...y has picado de buena fe
#23 Perdon me he liado con los numeros. Pensaba que respondias a #3. Mea Culpa. Un saludo.
Edito: Y me he vuelto a liar... Si que respondes a #3, pero es en #10. Cada vez veo menos. Lo siento.
#23 Es muy difícil distinguir un troll de un creyente.
#3 Estros trastos son útiles, pero no vendamos el oso todavía. Una cosa es que una red neuronal "deduzca" el plegamiento de una proteina (que es el caso más útil que hay) y otra muy distinta que la proteina se pliege como debería. Antes de ponerse a vender bonos de acciones y futuros para comercializarla, hay que comprobar en el laboratorio que eso hace lo que se cree que debería hacer, que puede ser perfectamente que no.
La red neuronal solamente sabe aplicar lo que ya se sabe sobre las proteinas existentes. Nunca jamás será capaz de encontrar una nueva forma de plegarse que no haya sido descubierta antes.
La razón es que esa red neuronal solamente sabe copiar. No entiende absolutamente nada sobre el porque las proteinas se pliegan.
Corren por aquí algunos entusiastas que se creen que son trastos milagrosos. Yo creo que no se han mirado como funciona el invento. Hablar con ellos es inútil porque les fallan los conceptos. Por ejemplo es frecuente que pasen de un significado de una palabra a otro significado distinto y ni se dan cuenta. Estoy cansado de leer tonterías sobre este tema, que creo que pronto pasará de moda.
#10 La red neuronal es código que hará lo que tu le digas, y una vez cada 100, 1000 o 1000000 iteraciones puedes decirle que haga algún calculo fuera de los parámetros iniciales, que se invente algo vamos.
No sé si me estoy explicando bien, pero el cielo es el límite. A lo mejor consigues un material o proteína genial haciendo un pliege que no existe, pero si es tan genial el humano es el que debe ahora inventarse ese pliegue o forzarlo artificialmente. Probablemente en la mayoría de los casos no se podrá hacer, pero en algunos sí, y tendrás un objetivo dorado que sabes que existe pero no como llegar. Parece una flipadura, y lo es, pero hay algo de verdad aquí y si busco algún ejemplo real lo comparto.
Soy el primero que digo que hay muchos que se están flipando mucho con las IAs, llegarán a dominarlo todo, todo todo, pero no en 2 años, más bien diría décadas.
#11 La red neuronal es código que hará lo que tu le digas
De verdad que deberías mirar algun video sencillo sobre el tema. Te estás imaginando cosas que no son.
#11 realmente una red neuronal no funciona así 😊
#10 Una red neuronal es mas que eso. Salvando las distancias, es como decir que los animales que se reproducen son copias de otros ... y no entienden como funciona el "proceso de copia".
#15 Una red neuronal es mas que eso
Justo lo que yo decía.
#3 Bueno bueno, no nos vengamos arriba tampoco, a ver luego la aplicación real que tienen si es que la tienen. Todos nos acordamos del grafeno y en cómo quedó en eterna promesa.
Acojonante
Millones, sí, pero cuántos sirven para algo y cuántos son viables energéticamente, económicamente o cuántos son sostenibles??
Escuché el otro día en señaly ruido que ha salido otro método de IA para predecir el plegamiento de proteínas que lo hace sin modelos previos parecidos.
Y que su grado de acierto es incluso superior a alphafold.
#16 100% de acuerdo. Eso no cambia lo que yo he dicho.
Como nota al margen, esta noticia es un buen ejemplo de como se debe anunciar un resultado cientifico: focalizandose en la ciencia y los científicos.
Si la noticia empezase con "EE.UU. descubre... ." o "EE.UU. muestra chorrocientos nuevos materiales..." todos pensariamos que es ridículo y un intento absurdo de hacer propaganda nacionalista.
Ahora os invito a buscar en portada noticias cientificas de cierto país que siempre están escritas de esa forma hasta el punto que hemos normalizado esa propaganda
#7 La noticia es "de la empresa" ... Luego está lo que titulen los medios, pero ninguna empresa va a poner en su web el país, es algo que han hecho ellos, no la competencia. El paper de Nature tampoco hace referencia a paises, ni en esta ni en otras investigaciones.
Veremos a ver qué hay de cierto en esa noticia, me da que se trata más bien de 2 millones de combinaciones estables diferentes de uno o varios materiales, de las que habría que escoger la mejor o mejores, que seguro sólo serán un puñado. Los científicos al uso ya descartarían varios caminos por absurdos, pero la IA los habrá calculado todos a base de fuerza bruta.
No sería tan optimista...la IA no hace lo que quiere, sino lo que le mandan.
Ahora tienen que encontrar la utilidad a cada material nuevo no???? Van a estar entretenidos un rato.
Ahora solamente falta que nos diga cuales valen para algo, esto parece el netflix de los materiales.
¿Por qué creéis que el subsidio de desempleo para personas mayores de 52 años va a modificarse para que lo puedan cobrar los mayores de 45? No, en serio.