En una respuesta a otra pregunta, solo una persona pesimista respondió que nunca sucedería: ¿Cuál es el estado del arte en la investigación de computación biológica en la actualidad? ¿Cuándo saldremos del silicio y comenzaremos a usar medios biológicos para la computación?
Predigo que puede pasar bastante tiempo, digamos 2040, antes de que encontremos una manera de hacer que la computación biológica funcione tan eficazmente en términos de “potencia de computación en bruto”. No tengo una base real para esta predicción salvaje. Sin embargo, creo que es crucial que consideremos no solo la velocidad y la potencia, sino también nuevas aplicaciones de procesamiento de información molecular que no serían posibles con la computación digital. Brian Frezza, cofundador de Emerald Therapeutics, una startup que usa la computación biológica para etiquetar células que contienen virus para matar esas células, dice que “el procesamiento de información en las moléculas no tiene que rivalizar con la computación electrónica para ser útil”. Computación Molecular Parte I Si encontramos la aplicación correcta, la “aceleración” de la computación biológica es efectivamente infinita porque la información simplemente no puede procesarse en una computadora digital.
- En el aprendizaje automático, ¿cómo podemos interpretar una situación en la que los errores de entrenamiento y prueba son altos? ¿Qué debemos informar a nuestros clientes?
- ¿Cuál es la mejor estrategia para aprender el aprendizaje automático desde cero?
- Con un buen traductor automático, ¿debería lograrse el equilibrio mediante la primera ronda de inversión?
- ¿Se podría entrenar a la IA para que reconozca el significado de la comunicación de gato a humano y resuelva respuestas adecuadas de humano a gato?
- ¿Cuáles son las aplicaciones económicas de un sistema de inteligencia artificial equivalente al percentil 50?
