Google usará la inteligencia artificial para descubrir fármacos

Jeremy Kahn para Bloomberg

DeepMind, la compañía dedicada a la inteligencia artificial con sede en Londres y que es propiedad de Alphabet, planea dejar que su software aprenda a plegar proteínas, un problema importante para el descubrimiento de fármacos.

La compañía es mejor conocida por AlphaGo, un software que derrotó a los mejores jugadores humanos del mundo en el antiguo juego de estrategia Go. Sin embargo, ahora ha creado un software diferente, llamado AlphaGo Zero, que puede vencer a todas las versiones pasadas de AlphaGo.

A diferencia de las versiones previas, AlphaGo Zero aprendió completamente desde cero, sin tener conocimiento de cómo los humanos juegan, según el presidente ejecutivo de DeepMind, Demis Hassabis, en una conferencia de prensa previa a la publicación de la nueva investigación en la revista científica Nature Wednesday.

[td_block_11 custom_title=»» separator=»» post_ids=»34996″ limit=»1″ css=».vc_custom_1496993590403{border-top-width: 1px !important;border-right-width: 1px !important;border-bottom-width: 1px !important;border-left-width: 1px !important;padding-top: 5px !important;padding-right: 5px !important;padding-bottom: 5px !important;padding-left: 5px !important;border-left-color: #000000 !important;border-left-style: solid !important;border-right-color: #000000 !important;border-right-style: solid !important;border-top-color: #000000 !important;border-top-style: solid !important;border-bottom-color: #000000 !important;border-bottom-style: solid !important;border-radius: 4px !important;}» tdc_css=»»]

El último proyecto de DeepMind muestra cómo sus estudios podrían ser de creciente importancia práctica para su empresa matriz. En 2016, Alphabet puso un sistema DeepMind de inteligencia artificial en control de partes de su centro de datos para reducir el consumo energético mediante la manipulación de servidores informáticos y equipos relacionados como sistemas de refrigeración.

AlphaGo Zero usó una doceava parte del poder de cómputo de la versión que derrotó al 18 veces campeón del mundo en Go, Lee Sedol, en 2016. Funcionó sólo con cuatro unidades de procesamiento, conjuntos de chips optimizados para el aprendizaje automático que Google creó para su centro de datos, en comparación con 48 en la versión anterior de AlphaGo.

Hassabis dijo que la compañía planea aplicar un algoritmo basado en AlphaGo Zero a otros dominios con aplicaciones del mundo real, comenzando con el plegado de proteínas. Para construir drogas efectivas contra varios virus, los investigadores necesitan saber cómo se pliegan las proteínas.

Alphabet trabaja desde 2016 con la farmacéutica Sanofi para combatir la diabetes mediante la combinación de dispositivos y medicamentos

Alphabet ha ganado interés en el sector de la salud. En julio Verily, el brazo de ciencias de la vida de Alphabet y el gigante farmacéutico suizo Novartis invirtieron en un fondo de 300 millones de dólares (254 millones de euros) iniciado por la firma europea de capital de riesgo Medicxi para buscar oportunidades prometedoras en la industria. También dio a conocer un proyecto en 2016 con la farmacéutica francesa Sanofi para combatir la diabetes mediante la combinación de dispositivos y medicamentos, y también se formó una empresa con GlaxoSmithKline del Reino Unido para explorar el uso de señales eléctricas para tratar enfermedades.

También se ha topado con problemas regulatorios. Una prueba de producto en un hospital británico en el que participa DeepMind violó las leyes locales de protección de datos, el máximo responsable de privacidad en Inglaterra falló en julio. Si bien las supercomputadores se han aplicado previamente al plegado de proteínas, los resultados no han sido satisfactorios.

[td_block_11 custom_title=»» separator=»» post_ids=»34422″ limit=»1″ css=».vc_custom_1496993590403{border-top-width: 1px !important;border-right-width: 1px !important;border-bottom-width: 1px !important;border-left-width: 1px !important;padding-top: 5px !important;padding-right: 5px !important;padding-bottom: 5px !important;padding-left: 5px !important;border-left-color: #000000 !important;border-left-style: solid !important;border-right-color: #000000 !important;border-right-style: solid !important;border-top-color: #000000 !important;border-top-style: solid !important;border-bottom-color: #000000 !important;border-bottom-style: solid !important;border-radius: 4px !important;}» tdc_css=»»]

David Silver, investigador del proyecto Go de DeepMind, dijo que la sabiduría convencional de AlphaGo Zero desmintió que los avances en la inteligencia artificial provienen de conjuntos de datos más grandes y ordenadores más potentes. “Son los nuevos algoritmos lo que realmente importa. En realidad, esto es lo que conduce a más progreso que el poder de cálculo o los datos”.

AlphaGo Zero, que comenzó sin conocimientos de Go, inició con movimientos aleatorios. Después de 36 horas superó la versión de AlphaGo que derrotó 18 veces al campeón mundial, Lee Sedol. Tras 72 horas, superó a ese sistema en 100 juegos a 0. Después de 40 días y 29 millones de juegos, el sistema fue capaz de vencer a AlphaGo Master, que había derrotado al mejor jugador del mundo, Ke Jie, por 89 juegos a 11.

El último proyecto de DeepMind muestra que el aprendizaje –en el cual el software maximiza una recompensa completamente en la experiencia- puede ser más poderoso que otros enfoques que confían en codificar la experiencia humana o encontrar patrones en grandes conjuntos de datos.

La mayor parte de la inteligencia artificial que se despliega comercialmente hoy –para reconocimiento facial, análisis de documentos legales o coches autónomos- se basa en enfoques intensivos de datos.