Marc Vidal
đ€ SpeakerAppearances Over Time
Podcast Appearances
Son muchas, pero abordables con fuerza de cĂĄlculo.
En 1997 Deep Blue de IBM derrotĂł a Kasparov, esencialmente a base de velocidad.
El GO tiene 10 elevado a 170.
MĂĄs posiciones que ĂĄtomos en el universo observable.
Ninguna mĂĄquina podĂa explorar ese espacio por fuerza bruta.
Necesitaba algo que los ingenieros de DeepMind llamaron juicio.
A AlphaGo no se le escribieron reglas, ninguna, sobre qué es una buena jugada, mala, no.
Le mostraron millones de partidas humanas y lo dejaron encontrar los patrones a ella solita.
despuĂ©s lo pusieron a jugar contra sĂ mismo millones de veces lo que saliĂł de ahĂ no fue un programa que digamos sigue instrucciones o se basa en algo que ya se le ha dicho sino un sistema que construyĂł su propia representaciĂłn del juego incomprensible incluso para quienes lo habĂan creado
Tras AlphaGo, esa misma lĂłgica saltĂł del juego a la ciencia con un software llamado AlphaFold 2 en noviembre de 2020.
ResolviĂł el problema del plegamiento de proteĂnas abierto durante 52 años.
El concurso CASP, donde los mejores equipos se medĂan en ese reto, tenĂa puntuaciones histĂłricas que llegaban a 40 mĂĄs o menos, 40 sobre 100.
Pero AlphaFold obtuvo 92,4%.
DeepMind liberĂł mĂĄs de 200 millones de estructuras proteicas en forma abierta y en 2024 el Nobel de QuĂmica fue para ese trabajo.
Y después pasó algo sin precedentes.
La IA empezó a mejorar la propia IA y Alpha Evolve descubrió algoritmos de multiplicación de matrices mås eficientes que los conocidos desde los años 60.
Una operaciĂłn que es la base de toda la computaciĂłn moderna, la que tenemos hoy.
La herramienta fue afilando la herramienta.
Es como podrĂamos decirlo.
Y eso plantea ahora mismo una pregunta incómoda sobre quién controla el ritmo de lo que se nos viene.