Todavía no, pero creo que podemos hacerlo dentro de este siglo, tal vez incluso medio siglo, dependiendo de su definición de “scratch”.
En mi proyecto actual, estoy entrenando algoritmos de aprendizaje automático (redes neuronales generativas) en secuencias de proteínas que se sintetizan artificialmente en el laboratorio (y se mide su funcionalidad). El objetivo es hacer un programa que pueda predecir la funcionalidad de la secuencia, para una secuencia que sea diferente de cualquiera de las secuencias que hemos visto hasta ahora (pero no tan diferente que no tenga relación con las que hemos entrenado).
El estado del arte, si lo desea, puede funcionar bien con secuencias que están a una o dos mutaciones del tipo salvaje. Pero este campo está creciendo bastante rápido, ya que tanto el escaneo mutacional profundo como los modelos generativos han progresado mucho en los últimos años.
- Si fuera a construir un modelo de IBM Watson basado únicamente en los servicios en la nube existentes, ¿qué servicios usaría para los distintos componentes y cómo los integraría?
- ¿Cuáles son los mejores cursos de aprendizaje automático y robótica?
- ¿Cuáles son algunas aplicaciones importantes recientes de las redes neuronales artificiales?
- Encontré un desafío de IA en línea organizado por estudiantes de PICT en Pune. ¿Qué se requiere para organizar tales eventos? ¿De qué podría estar hecho su backend?
- ¿Cómo se puede evaluar la inteligencia?
Volviendo a la definición de scratch: si por scratch te refieres a romper el código genético y rehacer un sistema de codones completamente nuevo y una arquitectura genética usando IA, eso está bastante lejos. Probablemente más de un siglo. Pero si te refieres a usar la IA para ayudarnos a modificar genes específicos en nuevas variantes (nunca antes vistas), es posible que falten algunos años (espero que incluso mi doctorado tenga algo que decir sobre esto). El diseño de un genoma viral o bacteriano pequeño utilizando IA debería ser posible dentro de una o dos décadas. No estoy seguro de cuán costoso sería el ensamblaje biológico de hacer esto (pero este estudio debería mostrarle lo complejo que es: diseño y síntesis de un genoma bacteriano mínimo), y llevará un tiempo automatizar un proceso como este, pero la máquina el aprendizaje es cada vez más útil o esencial en el proceso de diseño.
