Los científicos David Baker, John Jumper y Demis Hassabis obtuvieron el galardón por predecir la estructura de alrededor de 200 millones de proteínas.
Este año, los científicos de Google DeepMind, David Baker, John Jumper y Demis Hassabis fueron los ganadores del Premio Nobel de Química, debido a sus trabajos de Inteligencia Artificial aplicadas a la estructura de proteínas, pero ¿de qué más se encarga esta división del gigante de la tecnología?
¿Qué hace Google DeepMind?
Google adquirió la startup DeepMind en 2014, por 400 millones de dólares. Desde aquel entonces, la empresa estaba especializada en el segmento de la IA, específicamente en ordenadores que lograran pensar como humanos y, de hecho, se aplicó a juegos como Go.
En abril del año pasado, Google decidió fusionar esta división con Brain, la cual era parte de Google Research y se había encargado del desarrollo de varias herramientas, como el traductor de la empresa que se utiliza en muchas plataformas.
“Combinar todo este talento en un equipo enfocado, respaldado por los recursos computacionales de Google, acelerará significativamente nuestro progreso en IA”, comentó Sundar Pichai, director ejecutivo de Alphabet, al momento de anunciar la fusión.
Demis Hassabis, quien además de ser el Nobel de Química de este año también es cofundador de DeepMind, señaló el año pasado que la nueva unidad “creará la próxima ola de avances que cambiarán el mundo”.
¿Por qué los científicos de DeepMind ganaron el Nobel de Química?
Baker, un bioquímico de 62 años, fue merecedor de la mitad del galardón por sus avances sobre el «diseño computacional de proteínas», mientras que Hassabis y Jumper compartieron la otra mitad por «la predicción de las estructuras de las proteínas», indicó el jurado del premio.
Baker «logró la hazaña casi imposible de construir proteínas completamente nuevas», explicó el jurado. «Entre una infinidad de aplicaciones científicas, los investigadores ahora pueden comprender mejor la resistencia a los antibióticos y crear imágenes de enzimas que pueden descomponer el plástico», añadió.
«Nuestros nuevos métodos de IA son mucho más poderosos» que los tradicionales, explicó el investigador sobre AphaFold, el cual es capaz de predecir la estructura tridimensional de las proteínas en función de su aminoácido. «Con la ayuda de esta IA, lograron predecir la estructura de casi la totalidad de los 200 millones de proteínas identificadas por los investigadores», dijo el jurado.
Este proceso es clave para “entender cómo funciona la vida”, comentó Heiner Linke, presidente del Comité Nobel de Química. Sin embargo, la principal característica de AlphaFold es su capacidad para llevar a cabo estas tareas en velocidades que no se habían visto nunca.
“Lo que a nosotros nos llevó meses y años, AlphaFold pudo hacerlo en un fin de semana”, comentó el profesor John McGeehan, exdirector del Centro de Innovación Enzimática de EU, en torno a una investigación sobre la predicción de estructuras de proteínas.
Además de esa utilidad, esta herramienta también puede usarse en otras áreas importantes de la humanidad, como la gestión de la contaminación plástica o incluso el apoyo para no perder grandes cantidades de cultivo en todo el mundo.
Este punto de la IA apenas es la superficie
Hassabis es consciente del impacto de la Inteligencia Artificial en el mundo. Por ello, en febrero de este año, durante el Mobile World Congress (MWC) de Barcelona declaró que “sólo estamos rozando la superficie de lo que va a venir en los próximos años” en cuestión tecnológica y aplicaciones de la IA.
El científico anticipó que en los siguientes dos años se comenzará a ver ensayos clínicos de medicamentos generados por la IA, que además de todo será capaz de minimizar efectos secundarios.
También destacó que en el plazo de una década, los sistemas inteligentes podrían dejar de necesitar científicos humanos que planteen hipótesis, pues tendrán la capacidad de formular sus propias conjeturas y problemas a solucionar.
