El rápido desarrollo de la inteligencia artificial (AI) que está teniendo lugar durante los últimos años hace difícil que un estudiante o experto de un área particular del ámbito científico, no directamente relacionada con la inteligencia artificial, pueda asimilar y desarrollar por sí mismo el conocimiento necesario para la aplicación de este tipo de técnicas en su correspondiente área de trabajo.
A esta necesidad responde AI for Scientists Bootcamp, un curso especializado online para aprender a aplicar técnicas de inteligencia artificial a problemas científicos.
La actividad está dirigida a estudiantes, investigadores y profesionales con interés en la aplicación de la inteligencia artificial en el ámbito de la investigación científica y que ahora se preguntan “¿por dónde puedo comenzar?”. Las inscripciones están abiertas hasta el 16 de octubre de 2020 en esta web.
Se trata de una iniciativa pionera en España, impulsada por la Fundación de la Universidad Autónoma de Madrid (FUAM), bajo la dirección de Jorge Bravo Abad, profesor de Física Teórica de la Materia Condensada en la Facultad de Ciencias de la Universidad Autónoma de Madrid (UAM), quien es precursor en el proceso de aplicación de inteligencia artificial a procesos científicos y fundador de la Red Nacional de Inteligencia Artificial para Física de la Materia Condensada de la Real Sociedad Española de Física.
La revolución de la AI en ciencia
En la actualidad, en muchos campos de investigación científica se trabaja con el proceso tradicional de prueba-error. La inteligencia artificial puede cambiar radicalmente este proceso desarrollando procesos científicos a los que la intuición humana no llega.
La inteligencia artificial se alimenta de datos, aprende de miles de casos y luego es capaz, utilizando lo aprendido, de predecir el resultado de situaciones que nunca ha visto antes. De esa forma se pueden crear algoritmos, que una vez entrenados, pueden realizar procesos o encontrar soluciones a problemas científicos que no se podrían abordar de ninguna otra forma.
Un ejemplo es el denominado diseño inverso, basado en proporcionar a un algoritmo de inteligencia artificial una gran cantidad de casos de un determinado sistema (físico, químico, biológico, etc.), para posteriormente, una vez entrenado, permitir que este algoritmo combine toda la información recibida para “descubrir” propiedades del sistema que nunca se hayan obtenido antes.
“En la comunidad científica internacional que trabaja en la frontera del conocimiento, comienza a surgir la idea de que el potencial de este tipo de técnicas es tan grande que cuando se adopten de forma generalizada, la profesión de científico podría cambiar substancialmente”, apunta Bravo Abad. “Podríamos convertiremos en supervisores de cómo los algoritmos de inteligencia artificial están descubriendo ciencia”, concluye el profesor.
El gen AtCDF3 promueve una mayor producción de az...
Un estudio con datos de los últimos 35 años, ind...
Un equipo de investigadores de la Universidad Juli...
En nuestro post hablamos sobre este interesante tipo de célula del si...
Palobiofarma S.L. se complace en anunciar la finalización del tratami...
