DeepMind es una de las compañías que más está avanzando en cuanto a sus desarrollos de Inteligencia Artificial, algo que fue remarcado por Elon Musk cuando aseguró que su propia compañía vinculada a este campo todavía estaba lejos de lo que estaba logrando esta empresa y OpenAI, que es la líder mundial en la carrera por esta tecnología.
DeepMind fue fundada en Inglaterra en 2010 y comenzó a trabajar con desarrollos de Inteligencia Artificial que están lejos de ser los que se conocen hoy en día. Sin embargo, su éxito llamó la atención de Alphabet, la compañía matriz de Google, que decidió comprarla por varios millones de dólares (entre 400 y 500, la cifra no fue especificada) en el 2014. Desde allí todo cambió.
Cómo es el proyecto de DeepMind con la Inteligencia Artificial
A partir de que comenzó a formar parte de Google y especialmente luego de la pandemia, que es la época en la que la IA se convirtió en la tecnología más relevante de todo el mercado, esta entidad comenzó a desarrollar una serie de productos de primer nivel que la sitúan entre lo más alto del planeta.
Cabe destacar que en 2023, la institución se fusionó con el equipo Brain (que significa cerebro en inglés) de Google Research para formar una nueva unidad, que recibió el nombre de Google DeepMind y que está liderada por Demis Hassabis, que fue uno de los fundadores en el 2010. Su objetivo hoy es acelerar el progreso hacia una IA general que sea de ayuda para los humanos.
Es por esa razón que aquí te presentamos tres herramientas de IA desarrolladas por este equipo que siguen esta finalidad de colaborar con las actividades de los seres humanos.
Los 3 avances más importantes de DeepMind con la Inteligencia Artificial
AlphaFold 3
Si bien la primera edición de esta herramienta fue lanzada hace varios años, esta tercera edición demuestra el avance que logró la compañía para convertirla en una de las tecnologías más relevantes vinculadas al campo de la salud. Su impacto en la medicina podrá ser más que relevante.
Esto se debe a que esta aplicación no solo es capaz de predecir con bastante eficacia la estructura de una cantidad considerable de moléculas y sus proteínas, sino que también logra saber cómo van a interactuar entre ellas, algo que es vital para varios tratamientos médicos.
Esto es de gran relevancia porque las biomoléculas son uno de los compuestos químicos que son necesarios para la vida. Además, si se entiende y predice su funcionamiento es posible desarrollar medicamentos y tratamientos médicos más eficientes. Anteriormente, previo a los desarrollos de DeepMind, se utilizaban métodos tradicionales que hoy son menos efectivos.
En el 2020 se generó un cambio más que relevante con la irrupción de AlphaFold 2, que es una herramienta que ya utilizaba IA para predecir cómo estaban compuestas estructuralmente las moléculas de las proteínas. Y los procesos eran precisos y veloces, lo que posibilitó el ahorro de mucho tiempo de trabajo a los científicos.
Pero ahora se pudo mejorar esta herramienta. Así lo explican desde la propia compañía: “AlphaFold 3 en el primer sistema de IA en superar las herramientas basadas en la física para la predicción de estructuras biomoleculares”. Esto se debe a que permite adelantar la unión de anticuerpos, algo que será vital para entender respuestas inmunitarias de los organismos humanos.
RT-2
El segundo gran avance de DeepMind no está relacionado con la ciencia pero sí con la tecnología. Fue lanzada en julio de 2023, meses después de que Google presentará Bard (ahora es Gemini), que fue la IA que funcionó como una respuesta a ChatGPT, el chatbot de OpenAI que revolucionó el mercado.
Se trata de un modelo de transformador robótico de acción de visión-lenguaje. Es decir que tiene las capacidades necesarias para analizar el texto y las imágenes capturadas de internet para realizar “acciones robóticas”. Esto es vital para esta tecnología, que se utiliza de la mano con la IA.
Cabe destacar que RT-2 se puede aplicar para controlar los robots, para enseñarles cómo hay que llevar a cabo una serie de tareas, que pueden ser básicas y entrenarlos para que las hagan con eficacia. Pero a su vez también se implementan para responder a las órdenes que realizan los usuarios (aquí hacen razonamientos inteligentes).
Por otra parte, RT-2 demuestra que es capaz de comprender y realizar razonamientos semánticos para determinar, por ejemplo, cuál es el mejor de dos objetos distintos para llevar adelante una actividad. Es decir, si alguien tiene sed, será capaz de determinar qué clase de hidratante necesitará beber para saciarla.
TensorFlow
Finalmente, el tercero de los avances de Deepmind, está disponible para todos los sistemas operativos (Windows, MacOs y Linux) y es muy utilizado por una serie de empresas, entre las que se destacan todas las que están integradas a Google. Se trata de una biblioteca de código abierto que es posible utilizar para el aprendizaje automático, una técnica clave en la Inteligencia Artificial Generativa.
Tensor Flow es utilizada para una amplia cantidad de tareas como un modo de entrenar todas las redes neuronales para que tengan las capacidades para detectar patrones, descifrar cómo son sus correlaciones a través de unos procesos análogos a los razonamientos que aplican los seres humanos para entender cómo funcionan determinados organismos.
Una de las características más importantes de Tensor Flow es que Google ofrece una API (una pieza de código que permite a diferentes aplicaciones comunicarse entre sí) de los principales lenguajes de programación. Aquí se destacan Python, Java, Java Script, C#, Haskell, Go y Rust, entre otras.
Cabe destacar que el invento de DeepMind también es posible utilizarlo en los sistemas operativos de los teléfonos, como es el caso de Android e iOS y que es un software de código liberado desde su irrupción, que ocurrió en 2015.
