{"id":34886,"date":"2023-05-04T22:49:13","date_gmt":"2023-05-05T03:49:13","guid":{"rendered":"https:\/\/einsteresante.com\/?p=34886"},"modified":"2023-05-04T22:49:13","modified_gmt":"2023-05-05T03:49:13","slug":"la-ia-podria-llevar-a-cabo-un-millon-de-experimentos-en-microbios-por-ano-segun-estudio","status":"publish","type":"post","link":"https:\/\/einsteresante.com\/index.php\/2023\/05\/04\/la-ia-podria-llevar-a-cabo-un-millon-de-experimentos-en-microbios-por-ano-segun-estudio\/","title":{"rendered":"La IA podr\u00eda llevar a cabo un mill\u00f3n de experimentos en microbios por a\u00f1o, seg\u00fan estudio"},"content":{"rendered":"\n<p>Un sistema de inteligencia artificial permite a los robots realizar experimentos cient\u00edficos aut\u00f3nomos (hasta 10.000 por d\u00eda), lo que podr\u00eda impulsar un salto dr\u00e1stico en el ritmo de los descubrimientos en \u00e1reas que van desde la medicina hasta la agricultura y las ciencias ambientales. Publicada hoy en Nature Microbiology, la investigaci\u00f3n fue dirigida por un profesor ahora en la Universidad de Michigan (UM).<\/p>\n\n\n\n<p>Esa plataforma de inteligencia artificial, denominada BacterAI, mape\u00f3 el metabolismo de dos microbios asociados con la salud bucal, sin informaci\u00f3n de referencia para empezar. Las bacterias consumen alguna combinaci\u00f3n de los 20 amino\u00e1cidos necesarios para mantener la vida, pero cada especie requiere nutrientes espec\u00edficos para crecer. El equipo de la UM quer\u00eda saber qu\u00e9 amino\u00e1cidos necesitan los microbios beneficiosos en nuestra boca para que puedan promover su crecimiento.<\/p>\n\n\n\n<p>&#8220;No sabemos casi nada sobre la mayor\u00eda de las bacterias que influyen en nuestra salud. Comprender c\u00f3mo crecen las bacterias es el primer paso para redise\u00f1ar nuestro microbioma&#8221;, dijo Paul Jensen, profesor asistente de ingenier\u00eda biom\u00e9dica de la UM que estaba en la Universidad de Illinois cuando comenz\u00f3 el proyecto.<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"Autonomous experiments with AI robots\" width=\"640\" height=\"360\" src=\"https:\/\/www.youtube.com\/embed\/sLQipJBgjNQ?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n\n\n<p>Sin embargo, descubrir la combinaci\u00f3n de amino\u00e1cidos que les gusta a las bacterias es complicado. Esos 20 amino\u00e1cidos producen m\u00e1s de un mill\u00f3n de combinaciones posibles, solo en funci\u00f3n de si cada amino\u00e1cido est\u00e1 presente o no. Sin embargo, BacterAI pudo descubrir los requisitos de amino\u00e1cidos para el crecimiento tanto de <em>Streptococcus gordonii<\/em> como de <em>Streptococcus sanguinis<\/em>.<\/p>\n\n\n\n<p>Para encontrar la f\u00f3rmula adecuada para cada especie, BacterAI prob\u00f3 cientos de combinaciones de amino\u00e1cidos por d\u00eda, perfeccionando su enfoque y cambiando las combinaciones cada ma\u00f1ana en funci\u00f3n de los resultados del d\u00eda anterior. En nueve d\u00edas, estaba produciendo predicciones precisas el 90% del tiempo.<\/p>\n\n\n\n<p>A diferencia de los enfoques convencionales que alimentan conjuntos de datos etiquetados en un modelo de aprendizaje autom\u00e1tico, BacterAI crea su propio conjunto de datos a trav\u00e9s de una serie de experimentos. Al analizar los resultados de ensayos anteriores, se le ocurren predicciones de qu\u00e9 nuevos experimentos podr\u00edan brindarle la mayor cantidad de informaci\u00f3n. Como resultado, descubri\u00f3 la mayor\u00eda de las reglas para alimentar bacterias con menos de 4000 experimentos.<\/p>\n\n\n\n<p>&#8220;Cuando un ni\u00f1o aprende a caminar, no solo mira a los adultos caminar y luego dice &#8216;Est\u00e1 bien, lo tengo&#8217;, se pone de pie y comienza a caminar. Primero busca a tientas y hace un poco de prueba y error&#8221;, dijo Jensen.<\/p>\n\n\n\n<p>&#8220;Quer\u00edamos que nuestro agente de IA diera pasos y se cayera, que tuviera sus propias ideas y cometiera errores. Cada d\u00eda, mejora un poco, es un poco m\u00e1s inteligente&#8221;.<\/p>\n\n\n\n<p>Se ha realizado poca o ninguna investigaci\u00f3n sobre aproximadamente el 90% de las bacterias, y la cantidad de tiempo y recursos necesarios para aprender incluso informaci\u00f3n cient\u00edfica b\u00e1sica sobre ellas utilizando m\u00e9todos convencionales es abrumadora. La experimentaci\u00f3n automatizada puede acelerar dr\u00e1sticamente estos descubrimientos. El equipo realiz\u00f3 hasta 10.000 experimentos en un solo d\u00eda. Pero las aplicaciones van m\u00e1s all\u00e1 de la microbiolog\u00eda. Los investigadores de cualquier campo pueden plantear preguntas como acertijos para que la IA las resuelva a trav\u00e9s de este tipo de prueba y error.<\/p>\n\n\n\n<p>&#8220;Con la reciente explosi\u00f3n de la IA convencional en los \u00faltimos meses, muchas personas no est\u00e1n seguras de lo que traer\u00e1 en el futuro, tanto positivo como negativo&#8221;, dijo Adam Dama, exingeniero de Jensen Lab y autor principal del estudio. &#8220;Pero para m\u00ed, est\u00e1 muy claro que las aplicaciones enfocadas de IA como nuestro proyecto acelerar\u00e1n la investigaci\u00f3n diaria&#8221;.<\/p>\n\n\n\n<p>Fuente: <a href=\"https:\/\/phys.org\/news\/2023-05-ai-million-microbial-year.html\">Phys.org<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Un sistema de inteligencia artificial permite a los robots realizar experimentos cient\u00edficos aut\u00f3nomos (hasta 10.000 por d\u00eda), lo que podr\u00eda impulsar un salto dr\u00e1stico en el ritmo de los descubrimientos en \u00e1reas que van desde la medicina hasta la agricultura y las ciencias ambientales. Publicada hoy en Nature Microbiology, la investigaci\u00f3n fue dirigida por un [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[],"class_list":["post-34886","post","type-post","status-publish","format-standard","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/34886","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/comments?post=34886"}],"version-history":[{"count":10,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/34886\/revisions"}],"predecessor-version":[{"id":34896,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/34886\/revisions\/34896"}],"wp:attachment":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media?parent=34886"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/categories?post=34886"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/tags?post=34886"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}