AI That Connects the Digital and Physical Worlds | Anima Anandkumar | TED

50,814 views ・ 2024-07-15

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Andrew Farrell Revisor: Sebastian Betti
00:04
I grew up with parents who are engineers.
0
4459
3462
Crecí con padres ingenieros.
00:07
They were among the first to bring computerized manufacturing
1
7921
3545
Fueron de los primeros en llevar la fabricación computarizada
00:11
to my hometown in India.
2
11508
1793
a mi ciudad natal en la India.
00:13
Growing up as a young girl,
3
13635
1710
Cuando era niña,
00:15
I remember being fascinated
4
15345
2252
recuerdo que me fascinaba ver
00:17
how these computer programs didn't just reside within a computer,
5
17639
4463
cómo estos programas informáticos no solo residían en un ordenador,
00:22
but touched the physical world
6
22102
2043
sino que llegaban al mundo físico
00:24
and produced these beautiful and precise metal parts.
7
24145
4046
y producían estas hermosas y precisas piezas metálicas.
00:28
Over the last two decades, as I pursued AI research,
8
28984
4212
Durante las dos últimas décadas, mientras me dedicaba a investigar la IA,
00:33
this memory continued to inspire me
9
33196
2836
este recuerdo siguió inspirándome
00:36
to connect the physical
10
36032
1794
para conectar los mundos físico y digital.
00:37
and digital worlds together.
11
37826
1918
00:40
I am working on AI that transforms the way we do science and engineering.
12
40370
5464
Estoy trabajando en una IA que transforme la forma
en que hacemos ciencia e ingeniería.
00:46
Scientific research and engineering design
13
46459
3337
La investigación científica y el diseño de ingeniería
00:49
currently involves a lot of trial and error.
14
49796
2628
actualmente implican mucho ensayo y error.
00:53
Many long hours are spent in the lab doing experiments.
15
53091
4129
Se pasan muchas horas en el laboratorio haciendo experimentos.
00:57
So it's not just the great ideas that propel science forward.
16
57846
4337
Por lo tanto, no son solo las grandes ideas
las que impulsan el progreso de la ciencia.
01:02
You need these experiments to validate findings
17
62183
3629
Se necesitan estos experimentos para validar los hallazgos
01:05
and spark new ideas.
18
65812
2127
y generar nuevas ideas.
01:08
How can language models help here?
19
68565
2419
¿Cómo pueden ayudar los modelos lingüísticos en este sentido?
01:11
What if I ask ChatGPT to come up with a better design of an aircraft wing,
20
71359
5839
¿Qué pasa si le pido a ChatGPT que crea un mejor diseño para el ala de un avión
01:17
or a drone that flies on a turbulent wind?
21
77240
3087
o un avión no tripulado que vuele con vientos turbulentos?
01:20
It may suggest something.
22
80702
1668
Puede sugerir algo.
01:22
It may even draw something.
23
82370
2127
Puede que incluso dibuje algo.
01:24
But how do we know this is any good?
24
84539
2377
Pero, ¿cómo sabemos que esto es bueno?
01:27
We don't.
25
87542
1126
No lo sabemos.
Los modelos lingüísticos alucinan porque no tienen una base física.
01:29
Language models hallucinate because they have no physical grounding.
26
89085
5214
01:34
While language models may help generate new ideas,
27
94299
4046
Aunque los modelos lingüísticos pueden ayudar a generar nuevas ideas,
01:38
they cannot attack the hard part of science
28
98345
3128
no pueden atacar la parte difícil de la ciencia,
01:41
which is simulating the necessary physics
29
101473
4421
que es simular la física necesaria
01:45
to replace the Nab experiments.
30
105935
2795
para reemplazar los experimentos de Nab.
01:49
In order to model scientific and physical phenomena,
31
109272
3337
Para modelar fenómenos científicos y físicos,
01:52
text alone is not sufficient.
32
112651
2627
el texto por sí solo no es suficiente.
01:55
To get to AI with universal physical understanding,
33
115862
4797
Para llegar a la IA con una comprensión física universal,
02:00
we need to train it on the data of the world we observe.
34
120659
5005
necesitamos entrenarla con los datos del mundo que observamos.
02:06
And not just that, also its hidden details.
35
126247
3754
Y no solo eso, también sus detalles ocultos.
02:10
From the intricacies of quantum chemistry
36
130335
3045
Desde las complejidades de la química cuántica
02:13
that happen at the smallest level
37
133421
2628
que ocurren en el nivel más pequeño hasta las moléculas y proteínas que influyen
02:16
to molecules and proteins that influence how all biological processes work,
38
136091
6089
en el funcionamiento de todos los procesos biológicos,
02:22
to ocean currents and clouds that happen at planetary scales and beyond,
39
142222
5714
hasta las corrientes oceánicas y las nubes
que se producen a escala planetaria y más allá,
02:27
we need AI that can capture these whole range of physical phenomena.
40
147977
6507
necesitamos una IA que pueda captar toda esta gama de fenómenos físicos.
02:34
We need AI that can really zoom into the fine details
41
154984
4630
Necesitamos una IA que realmente pueda ampliar los detalles
02:39
in order to simulate these phenomena accurately.
42
159614
4171
para simular estos fenómenos con precisión.
02:43
To capture the cloud movements,
43
163785
2336
Para captar los movimientos de las nubes
02:46
and predict how clouds move and change in our atmosphere,
44
166162
4171
y predecir cómo se mueven y cambian las nubes en nuestra atmósfera,
02:50
we need to be able to zoom into the fine details
45
170375
3503
necesitamos poder analizar con detalle
02:53
of the turbulent fluid flow.
46
173920
1835
el flujo turbulento de los fluidos.
02:56
Standard deep learning uses a fixed number of pixels.
47
176673
4129
El aprendizaje profundo estándar utiliza un número fijo de píxeles.
03:01
So if you zoom in, it gets blurry
48
181261
2752
Por lo tanto, si amplias la imagen, se vuelve borrosa
03:04
and not all the details are captured.
49
184013
2837
y no se capturan todos los detalles.
03:06
We invented an AI technology called neural operators
50
186891
4505
Inventamos una tecnología de inteligencia artificial denominada
operadores neuronales que representa los datos como funciones o formas continuas
03:11
that represents the data as continuous functions or shapes,
51
191396
4713
03:16
and allows us to zoom in indefinitely to any resolution or scale.
52
196151
5589
y nos permite ampliar indefinidamente cualquier resolución o escala.
03:22
Neural operators allow us to train on data
53
202365
4171
Los operadores neuronales nos permiten entrenar con datos
03:26
at multiple scales or resolutions.
54
206578
2544
a múltiples escalas o resoluciones.
03:29
And also allows us to incorporate
55
209789
2086
También nos permite incorporar
03:31
the knowledge of mathematical equations
56
211916
2837
el conocimiento de las ecuaciones matemáticas
03:34
to fill in the finer details
57
214753
2210
para completar los detalles más sutiles
03:37
when only limited resolution data is available.
58
217005
3670
cuando solo hay datos de resolución limitada disponibles.
03:41
Such learning at multiple scales is essential for scientific understanding
59
221050
6257
Este aprendizaje a múltiples escalas es esencial para la comprensión científica
03:47
and neural operators enable this.
60
227307
3086
y los operadores neuronales lo permiten.
03:51
With neural operators,
61
231186
1543
Con los operadores neuronales,
03:52
we can simulate physical phenomena such as fluid dynamics
62
232771
4129
podemos simular fenómenos físicos como la dinámica de fluidos
03:56
as much as a million times faster than traditional simulations.
63
236941
4922
hasta un millón de veces más rápido que las simulaciones tradicionales.
04:02
Last year, we used neural operators to invent a better medical catheter.
64
242781
5130
El año pasado, utilizamos operadores neuronales
para inventar un catéter médico mejor.
04:08
A medical catheter is a tube that draws fluids out of the human body.
65
248203
5338
Un catéter médico es un tubo que extrae los líquidos del cuerpo humano.
04:13
Unfortunately, the bacteria tend to swim upstream against the fluid flow
66
253583
4880
Desafortunadamente, las bacterias tienden a nadar río arriba
en contra del flujo de líquido e infectan al ser humano.
04:18
and infect the human.
67
258505
1668
04:20
In fact, annually there is more than half a million cases
68
260215
4796
De hecho, cada año se producen más de medio millón de casos
04:25
of such healthcare-related infections,
69
265011
2836
de este tipo de infecciones relacionadas con la atención médica,
04:27
and this is one of the leading causes.
70
267889
2419
y esta es una de las principales causas.
04:30
Last year, we used neural operators to change the inside of the catheter
71
270767
5672
El año pasado, utilizamos operadores neuronales
para cambiar el interior del catéter de liso a estriado.
04:36
from smooth to ridged.
72
276439
2711
04:39
With ridges, now we have vortices created as the fluid flows,
73
279150
6090
Con las crestas, ahora se crean vórtices a medida que el fluido fluye,
04:45
and we can hope to stop the bacteria from swimming upstream
74
285240
3670
y podemos esperar evitar que las bacterias naden río arriba
04:48
because of these vortices.
75
288952
2085
debido a estos vórtices.
04:51
But to get this correct,
76
291496
2044
Pero para que esto sea correcto,
04:53
we need the shape of the ridges to be exactly right.
77
293581
3754
necesitamos que la forma de las crestas sea exactamente la correcta.
04:57
In the past, this would have been done by trial and error.
78
297836
4087
En el pasado, esto se habría hecho por pruebo y error.
05:02
Design a version of the catheter,
79
302507
2210
Diseñe una versión del catéter,
05:04
build it out, take it to the lab,
80
304759
3170
constrúyalo, llévelo al laboratorio,
05:07
observe a hypothesis if something went wrong,
81
307971
3336
observe una hipótesis si algo salió mal,
05:11
rinse and repeat and redesign again.
82
311307
2795
repita y vuelva a diseñarlo.
05:14
But instead, we taught AI the behavior of the fluid flow inside the tube,
83
314561
6631
Pero, en vez de eso, enseñamos a la IA
el comportamiento del flujo de fluido dentro del tubo
05:21
and with it, our neural operator model was able to directly propose
84
321234
5047
y, con ello, nuestro modelo de operador neuronal pudo proponer directamente
05:26
an optimized design.
85
326322
1835
un diseño optimizado.
05:28
We 3D-printed the design only once to verify that it worked.
86
328157
5381
Imprimimos el diseño en 3D solo una vez para comprobar que funcionaba.
05:33
In the video, you're seeing our catheter being tested in the lab.
87
333580
4546
En el vídeo, ven cómo se prueba nuestro catéter en el laboratorio.
05:38
The bacteria are not able to swim upstream,
88
338167
2753
Las bacterias no pueden nadar río arriba,
05:40
are instead being pushed out with the fluid flow.
89
340962
3879
y por eso son expulsadas por el flujo de líquido.
05:44
In fact, we measured the reduction in bacterial contamination
90
344883
5005
De hecho, medimos la reducción de la contaminación bacteriana
05:49
by more than 100-fold.
91
349929
2127
en más de 100 veces.
05:52
So in this case, the neural operators were specialized to understand
92
352515
4338
Por lo tanto, en este caso, los operadores neuronales
estaban especializados en entender el flujo de fluido en un tubo.
05:56
fluid flow in a tube.
93
356853
1626
05:58
What other applications can AI tackle
94
358938
3837
¿Qué otras aplicaciones puede abordar la IA
06:02
and help us solve such pressing problems?
95
362775
3671
¿y ayudarnos a resolver problemas tan apremiantes?
06:06
Can deep learning beat numerical weather models?
96
366487
3879
¿Puede el aprendizaje profundo superar a los modelos meteorológicos numéricos?
06:10
A group of leading weather scientists asked this question in February 2021,
97
370783
6549
Un grupo de destacados científicos meteorológicos
hizo esta pregunta en febrero de 2021, en una publicación de la «Royal Society».
06:17
in a "Royal Society" publication.
98
377332
2127
06:20
They felt that AI was still in its infancy,
99
380293
3420
Consideraban que la IA aún estaba dando sus primeros pasos
06:23
and that a number of fundamental breakthroughs would be needed
100
383713
3670
y que se necesitarían varios avances fundamentales
06:27
for AI to become competitive with traditional weather models,
101
387383
4463
para que la IA pudiera competir con los modelos meteorológicos tradicionales,
06:31
and that would take years or even decades.
102
391846
3087
algo que llevaría años o incluso décadas.
06:34
Exactly a year later,
103
394933
2210
Exactamente un año después,
06:37
we released FourCastNet.
104
397143
2127
lanzamos FourCastNet.
06:39
Using neural operators,
105
399270
1919
Con operadores neuronales,
06:41
we built the first fully AI-based weather model
106
401189
4713
creamos el primer modelo meteorológico
totalmente basado en inteligencia artificial, de alta resolución
06:45
that is high resolution
107
405944
1751
06:47
and is tens of thousands of times faster than traditional weather models.
108
407737
5005
y decenas de miles de veces más rápido que los modelos meteorológicos tradicionales.
06:52
What used to take a big supercomputer
109
412784
3170
Lo que solía necesitar una supercomputadora grande ahora
06:55
can now run on a gaming PC that you may have at home.
110
415995
4505
puede funcionar en un PC para juegos que puedes tener en casa.
07:01
This model is also running
111
421042
1877
Este modelo también se aplica
07:02
at the European Centre for Medium-Range Weather Forecasting,
112
422961
3837
en el Centro Europeo de Previsión Meteorológica a Medio Plazo,
07:06
one of the premier weather agencies of the world.
113
426839
3379
una de las principales agencias meteorológicas del mundo.
07:10
And our AI model is not just tens of thousands of times faster
114
430218
4880
Y nuestro modelo de IA no solo es decenas de miles de veces
más rápido que los modelos tradicionales.
07:15
than traditional models.
115
435139
1669
07:16
It's also more accurate in many cases.
116
436849
3170
También es más preciso en muchos casos.
07:20
On September 16 last year,
117
440019
2920
El 16 de septiembre del año pasado,
07:22
Hurricane Lee hit the coast of Nova Scotia, Canada.
118
442939
4212
el huracán Lee azotó la costa de Nueva Escocia, Canadá.
07:27
A full ten days earlier,
119
447193
2127
Diez días antes,
07:29
our FourCastNet model correctly predicted
120
449320
3420
nuestro modelo de FourCastNet predijo correctamente
07:32
that the hurricane would make landfall,
121
452740
2628
que el huracán tocaría tierra,
07:35
but the traditional weather model
122
455368
1835
pero el modelo meteorológico tradicional
07:37
predicted the hurricane would skip the coast.
123
457245
2544
predijo que el huracán no llegaría a la costa. Solo cinco días
07:39
Only five days later, on September 11,
124
459831
2669
después, el 11 de septiembre, el modelo meteorológico tradicional
07:42
did the traditional weather model correct its forecast to predict landfall.
125
462542
4546
corrigió su pronóstico para predecir la llegada a tierra.
07:47
Extreme weather events such as Hurricane Lee
126
467463
3295
Los fenómenos meteorológicos extremos, como el huracán Lee,
07:50
will only increase further unless we take action
127
470758
4296
solo aumentarán aún más a menos que tomemos medidas contra
07:55
on climate change.
128
475096
1543
el cambio climático.
07:56
Such as finding new, clean sources of energy.
129
476639
3545
Como encontrar fuentes de energía nuevas y limpias.
08:00
Nuclear fusion is one of them.
130
480727
2460
La fusión nuclear es una de ellas.
08:03
But unfortunately, there are still big challenges with it.
131
483980
3378
Pero, lamentablemente, sigue planteando grandes desafíos.
08:07
The fusion reactor heats up the plasma
132
487400
2711
El reactor de fusión calienta el plasma
08:10
to extremely high temperatures to get fusion started.
133
490153
3795
a temperaturas extremadamente altas para iniciar la fusión.
08:14
And sometimes this hot plasma can escape confinement
134
494574
4421
Y, a veces, este plasma caliente puede escapar del confinamiento
08:18
and can damage the reactor.
135
498995
2127
y dañar el reactor.
08:21
We train neural operators to simulate and predict
136
501122
3712
Formamos a los operadores neuronales para simular y predecir
08:24
the evolution of plasma inside the reactor.
137
504876
3795
la evolución del plasma dentro del reactor.
08:28
And with it,
138
508713
1209
Y con él,
08:29
we can use this to predict disruptions before they occur
139
509922
4463
podemos usarlo para predecir las interrupciones antes de que ocurran
08:34
and take corrective action in the real world.
140
514385
3128
y tomar medidas correctivas en el mundo real.
08:37
We are enabling the possibility of nuclear fusion
141
517555
4171
Estamos posibilitando la posibilidad de que la fusión nuclear
08:41
becoming a reality.
142
521726
2169
se haga realidad.
08:43
So neural operators and AI broadly
143
523936
3921
Así que, los operadores neuronales y la IA en general
08:47
are enabling us to tackle hard scientific challenges
144
527899
4087
nos permiten abordar desafíos científicos difíciles
08:52
such as climate change and nuclear fusion.
145
532028
3420
como el cambio climático y la fusión nuclear.
08:55
To me, this is just the beginning.
146
535490
2586
Para mí, esto es solo el principio.
08:58
So far, these AI models are limited to the narrow domains they're trained on.
147
538785
6047
Hasta ahora, estos modelos de IA se limitan
a los ámbitos estrechos en los que están entrenados.
09:05
What if you had an AI model
148
545583
3170
¿Qué pasaría si tuvieras un modelo de IA
09:08
that could solve all and any scientific problem?
149
548753
3712
que pudiera resolver todos y cada uno de los problemas científicos?
09:12
From designing better drones, aircrafts, rockets,
150
552507
4713
¿Desde diseñar mejores drones, aeronaves, cohetes
09:17
and even better drugs and medical devices?
151
557220
3128
e incluso mejores medicamentos y dispositivos médicos?
09:20
Such an AI model would greatly benefit humanity.
152
560765
3837
Un modelo de IA de este tipo beneficiaría enormemente a la humanidad.
09:25
This is what we are working on.
153
565228
2252
Esto es en lo que estamos trabajando.
09:27
We are building a generalist AI model with emergent capabilities
154
567480
5547
Estamos creando un modelo de IA generalista con capacidades emergentes
09:33
that can simulate any physical phenomena
155
573027
2795
que pueden simular cualquier fenómeno físico
09:35
and generate novel designs that were previously out of reach.
156
575863
4255
y generar diseños novedosos que antes estaban fuera de nuestro alcance.
09:40
This is how we scale up neural operators
157
580743
3337
Así es como ampliamos los operadores neuronales
09:44
to enable general intelligence with universal physical understanding.
158
584080
4671
para permitir la inteligencia general con una comprensión física universal.
09:49
Thank you.
159
589335
1210
Gracias.
09:50
(Applause)
160
590545
2627
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7