How AI Is Saving Billions of Years of Human Research Time | Max Jaderberg | TED

Traductor: Sebastian Betti

So a while ago now, I did a PhD,

Hace un tiempo, hice un doctorado

and I actually thought it would be quite easy to do research.

y, de hecho, pensé que sería bastante fácil investigar.

Turns out it was really hard.

Resulta que fue muy difícil.

My PhD was spent coding up neural network layers

Mi doctorado lo dediqué a codificar capas de redes neuronales

and writing CUDA kernels,

y a escribir núcleos CUDA,

very much computer-based science.

en gran medida ciencia informática.

And at that time,

Y en ese momento,

I had a friend who worked in a lab doing real messy science.

tenía un amigo que trabajaba en un laboratorio

haciendo ciencia muy complicada.

He was trying to work out the structure of proteins experimentally.

Intentaba averiguar la estructura de las proteínas experimentalmente.

And this is a really difficult thing to do.

Y esto es algo muy difícil de hacer.

It can take a whole PhD's worth of work

Determinar la estructura de un único sistema proteico nuevo

just to work out the structure of a single new protein system.

puede requerir todo un trabajo de doctorado.

Y 10 años después, el campo en el que yo trabajaba,

And then 10 years later, the field that I was in,

machine learning,

el aprendizaje automático,

revolutionized his world of protein structure.

revolucionó su mundo de la estructura de las proteínas.

A neural network called AlphaFold was created by DeepMind

DeepMind creó una red neuronal llamada AlphaFold

that can very accurately predict the structure of proteins

que puede predecir con gran precisión la estructura de las proteínas

and solved this 50-year challenge of trying to do protein folding.

y resolvió el desafío de 50 años de intentar plegar las proteínas.

And just two weeks ago,

Y hace solo dos semanas,

this won the Nobel Prize in chemistry.

ganó el Premio Nobel de Química.

And it's estimated that since the release of this model,

Y se estima que, desde el lanzamiento de este modelo,

we've saved over a billion years of research time.

hemos ahorrado más de mil millones de años de tiempo de investigación.

(Aplausos)

(Applause)

Mil millones de años.

A billion years.

(Applause)

(Aplausos)

A whole PhD's worth of work is now approximated

Todo un doctorado se aproxima ahora a un par de segundos de tiempo dedicado

by a couple of seconds of neural network time.

a una red neuronal.

And to my friend, this might sound a bit depressing,

Y para mi amigo, esto puede sonar un poco deprimente,

and I'm sorry about that,

y lo lamento,

but to me, this is just really an incredible thing.

pero para mí, esto es algo realmente increíble.

The sheer scale of new knowledge about our protein universe

La enorme cantidad de nuevos conocimientos sobre nuestro universo proteico

that we now have access to,

a los que ahora tenemos acceso,

se debe a un modelo de IA capaz de reemplazar la necesidad

due to an AI model that's able to replace the need

de trabajar en laboratorios experimentales en el mundo real.

for real-world experimental lab work.

And that frees up our precious human time

Y eso libera nuestro precioso tiempo humano

to begin probing the next frontiers of science.

para empezar a explorar las próximas fronteras de la ciencia.

Now some people say that this is a one-time-only event,

Algunas personas dicen que se trata de un hecho que solo ocurre una vez,

that we can't expect to see these sort of breakthroughs in science

y que no podemos esperar que se repitan estos avances científicos con la IA.

with AI to be repeated.

And I disagree.

Y no estoy de acuerdo.

We will continue to see breakthroughs in understanding our real messy world

Seguiremos viendo avances en la comprensión de nuestro mundo

with AI.

desordenado con la IA.

Why?

¿Por qué?

Because we now have the neural network architectures

Porque ahora tenemos las arquitecturas de redes neuronales

that can eat up any data modality that you throw at them.

que pueden consumir cualquier modalidad de datos que se les presente.

And we have tried and tested recipes

Y hemos probado recetas para incorporar

of incorporating any possible signal in the world

cualquier señal posible del mundo

into these learning algorithms.

en estos algoritmos de aprendizaje.

And then we have the engineering and infrastructure

Además, tenemos la ingeniería y la infraestructura

to scale these models to whatever size is needed

para escalar estos modelos al tamaño que sea necesario

to take advantage of the massive amounts of compute power that we can create.

para aprovechar la enorme cantidad de potencia informática que podemos crear.

And finally, we're always creating new ways to record and measure

Y, por último, siempre estamos creando nuevas formas de registrar y medir

every detail of our real messy world

cada detalle de nuestro mundo real y desordenado,

that then creates even bigger data sets

lo que luego crea conjuntos de datos aún más grandes

that help us train even richer models.

que nos ayudan a entrenar modelos aún más completos.

And so this is a new paradigm in front of us,

Por lo tanto, tenemos ante nosotros un nuevo paradigma, el de crear

that of creating AI analogs of our real messy world.

sistemas de IA análogos a nuestro mundo real y desordenado.

Este nuevo paradigma de la IA toma nuestro mundo natural real y desordenado

This new AI paradigm takes our real, messy, natural world

and learns to recreate the elements of it with neural networks.

y aprende a recrear sus elementos con redes neuronales.

And why these AI analogs are so powerful is that it's not just about understanding,

Y la razón por la que estos análogos de la IA

son tan poderosos es que no se trata solo de entender,

approximating or simulating the world for the sake of understanding,

aproximar o simular el mundo para entenderlo,

but this actually gives us a little virtual world

sino que, de hecho, nos brindan un pequeño mundo virtual

that we can experiment in at scale

en el que podemos experimentar

to ultimately create new knowledge.

a gran escala y, en última instancia, crear nuevos conocimientos.

Y puede imaginarse que esta experimentación

And you can imagine that this experimentation against our AI analogs,

con nuestros análogos de la IA

también puede ocurrir in silico, en un ordenador con otros agentes,

this can also happen in silico, in a computer with other agents,

en un ciclo de descubrimientos in silico y abierto, para,

in a loop of in silico, open-ended discovery,

en última instancia, crear nuevos conocimientos que podamos recuperar

ultimately to create new knowledge that we can take back out

y cambiar el mundo que nos rodea.

and change the world around us.

And this isn't science fiction.

Y esto no es ciencia ficción.

Right now, we have thousands of graphics cards burning,

En este momento, tenemos miles de tarjetas gráficas grabando,

training foundational models of our own micro-biological world,

entrenando modelos fundamentales de nuestro propio mundo microbiológico

and then agents that are probing these AI analogs

y, además, agentes que están estudiando estos análogos de la IA

to design new molecules that could be potential new drugs.

para diseñar nuevas moléculas que podrían ser posibles nuevos fármacos.

And I want to show you exactly how this process works for us,

Y quiero mostrarles exactamente cómo funciona este proceso para nosotros,

because I believe it can serve as a blueprint

porque creo que puede servir de modelo

to bring about a whole new wave

para crear una nueva ola

of the future of AI-driven scientific

del futuro del progreso científico y tecnológico impulsado por la IA.

and technological progress.

Now drug design is such an important area to focus on

Ahora bien, el diseño de fármacos es un área muy importante en la que centrarse

because it's actually becoming harder and harder to design new drugs.

porque, de hecho, cada vez es más difícil diseñar nuevos fármacos.

This is a graph of the number of new drugs created

Este es un gráfico del número de nuevos fármacos creados

per billion dollars of R and D spent over time.

por cada mil millones de dólares de I+D invertidos a lo largo del tiempo.

And what you can see is that the number of new drugs

Y pueden ver que la cantidad de nuevos fármacos

is exponentially decreasing.

está disminuyendo exponencialmente.

It's becoming more and more expensive to create a new drug.

Crear un nuevo medicamento es cada vez más caro.

Now during this same time period,

Ahora, durante este mismo período,

we've had a huge amount of advancement in the capabilities of AI,

hemos registrado un enorme avance en las capacidades de la IA,

driven by a whole host of algorithmic breakthroughs.

impulsados por una gran cantidad de avances algorítmicos.

But one of the secret sources of this advancement in AI

Sin embargo, una de las fuentes secretas de este avance en la IA también

también ha sido la de la Ley de Moore,

has also been that of Moore's Law,

that the amount of computing power

que la cantidad de poder de computación

has just been exponentially increasing over time.

ha aumentado exponencialmente con el tiempo.

And these days, it perhaps isn't Moore's Law

Y hoy en día, tal vez no sea la Ley de Moore

that we should care about, but Jensen's law.

que nos debería importar, pero la ley de Jensen.

Jensen Huang, being the CEO of Nvidia,

Jensen Huang, director ejecutivo de Nvidia,

for the exponential increase in GPU FLOPS

por el aumento exponencial de los fracasos en las GPU

that are now powering our neural networks.

que ahora impulsan nuestras redes neuronales.

So really the question is,

Así que la pregunta es:

how do we bring this world of AI and machine learning

¿cómo acercar este mundo de la IA y el aprendizaje automático

to that of drug design?

al del diseño de fármacos?

Can we think about using our AI analogs to reverse this curse of Eroom’s law

¿Podemos pensar en utilizar nuestros sistemas análogos de IA

para invertir la maldición de la ley de Eroom

and jump on this exponential wave of GPU FLOPS powering our neural networks?

y aprovechar esta ola exponencial de FLOPS de GPU

que alimentan nuestras redes neuronales?

Actually bringing these worlds together and driving this change

De hecho, unir estos mundos e impulsar este cambio

is the day-to-day responsibility that I feel.

es la responsabilidad que siento en el día a día.

So how can we go about modeling biology?

Entonces, ¿cómo modelar la biología?

Well if we were in the world of physics, for example, modeling the universe,

Si estuviéramos en el mundo de la física, por ejemplo,

modelando el universo,

then we can actually write down a lot of the theory by hand with maths

podríamos escribir gran parte de la teoría a mano con las matemáticas

and very accurately predict, for example, the unfolding of the universe,

y predecir con mucha precisión, por ejemplo, el desarrollo del universo,

even millions of light years away.

incluso a millones de años luz de distancia.

But we can't do that for the incredibly complex dynamics within ourselves.

Pero no podemos hacer eso con la dinámica increíblemente compleja

que hay dentro de nosotros.

We can't just write down some equations for ourselves.

No podemos escribir algunas ecuaciones para nosotros mismos.

We can perhaps write down the theory of how atoms interact.

Quizás podamos escribir la teoría de cómo interactúan los átomos.

That's physics.

Eso es física.

But then simulating these interactions

Pero simular estas interacciones

on the scale of trillions of atoms within our cells

en la escala de billones de átomos dentro de nuestras células

is just completely unfeasible.

es completamente inviable.

And then we haven't worked out how to describe these complex dynamics

Además, no hemos descubierto cómo describir estas dinámicas complejas

in coarser and simpler terms that we could write down with maths.

en términos más simples y groseros

que pudiéramos escribir con las matemáticas.

It’s just crazy to think that we can model the universe so far away

Es una locura pensar que podemos modelar el universo tan lejano

but not the cells at our fingertips.

pero no las células que tenemos al alcance de la mano.

But AI and machine learning can be the perfect abstraction

Pero la IA y el aprendizaje automático pueden ser la abstracción perfecta

for a biological world.

para un mundo biológico.

Using the snippets of data that we can record from our cells,

Con los fragmentos de datos que podemos registrar de nuestras células,

we can then learn the equations and theories and abstractions implicitly

podemos aprender las ecuaciones, teorías y abstracciones implícitas

en las activaciones de nuestras redes neuronales.

within the activations of our neural networks.

In fact, our company is called Isomorphic Labs.

De hecho, nuestra empresa se llama Isomorphic Labs.

Isomorphic because we believe there is an isomorphism,

Isomórfica porque creemos que existe un isomorfismo,

a fundamental symmetry, that we can create

una simetría fundamental, que podemos crear

between the biological world and the world of information science,

entre el mundo biológico y el mundo de la ciencia de la información,

machine learning and AI.

el aprendizaje automático y la IA.

So to see how we are using these AI analogs today,

Por eso, para ver cómo utilizamos estos análogos de la IA hoy en día,

I want to dive into the body and have a look into cells

quiero profundizar en el cuerpo, observar las células

y pensar en las proteínas.

and think about proteins.

Now proteins are one of the fundamental building blocks of life.

Ahora las proteínas son uno de los componentes fundamentales de la vida.

And these proteins carry different functions in the body.

Y estas proteínas tienen diferentes funciones en el cuerpo.

And if we can modulate the function of a protein,

Y si podemos modular la función de una proteína,

then we are well on our way to creating a new drug.

estamos en camino de crear un nuevo fármaco.

Proteins are made up of a sequence of amino acids,

Las proteínas están formadas por una secuencia de aminoácidos,

and there are about 20 different amino acids,

y hay alrededor de 20 aminoácidos diferentes,

each one here depicted by a different letter.

cada uno representado aquí con una letra diferente.

An amino acid is a collection of atoms, a molecule,

Un aminoácido es una colección de átomos, una molécula,

and these molecules are joined together into a linear sequence.

y estas moléculas se unen en una secuencia lineal.

And the function of a protein is not just due to the sequence of these proteins,

Y la función de una proteína no solo se debe a la secuencia de estas proteínas,

but also due to the three-dimensional shape that these proteins fold up into.

sino también a la forma tridimensional en la que se pliegan estas proteínas.

And there are thousands of proteins inside of us,

Y hay miles de proteínas dentro de nosotros,

each with their own unique sequences and their own unique 3D shape.

cada una con sus propias secuencias únicas y su propia forma tridimensional única.

And remember,

Y recuerda:

trying to work out experimentally that 3D shape

tratar de calcular experimentalmente esa forma tridimensional

can take months or even years of lab work.

puede llevar meses o incluso años de trabajo de laboratorio.

But with the breakthrough of AlphaFold and AlphaFold 2 in 2020,

Pero gracias a los avances de AlphaFold y AlphaFold 2 en 2020, ahora tenemos

we now have a model that can take the sequence of amino acids as input

un modelo que puede tomar la secuencia de aminoácidos como entrada

and then very accurately predict the 3D structure of a protein

y luego predecir con gran precisión

la estructura tridimensional de una proteína

as the output.

como resultado.

And this allows us to actually fill in the gaps

Y esto nos permite cubrir realmente los vacíos

of our known protein universe.

de nuestro universo proteico conocido.

It's our AI analog of proteins.

Es nuestro análogo de proteínas basado en la IA.

So proteins carry their function.

Así que las proteínas cumplen su función.

But these proteins, they don't actually act in isolation.

Pero estas proteínas, en realidad, no actúan de forma aislada.

They're part of bigger molecular machines

Forman parte de máquinas moleculares más grandes

with these proteins interacting with other proteins

en las que estas proteínas interactúan con otras proteínas

as well as other biomolecules like DNA,

y con otras biomoléculas, como el ADN,

RNA and small molecules.

el ARN y las moléculas pequeñas.

For example,

Por ejemplo,

let's zoom in and have a look at this protein.

ampliemos la imagen y echemos un vistazo a esta proteína.

This is a protein that repairs DNA,

Se trata de una proteína que repara el ADN

and it interacts with DNA

e interactúa con el ADN

clamping down on it,

reprimiéndolo, lo que ayuda a facilitar la reparación

helping facilitate repair

and then the repaired DNA is released back out to the cell.

y, a continuación, el ADN reparado es devuelto a la célula.

Now in drug design what we want to do

Ahora, en el diseño de fármacos,

is either make molecular machines work better

queremos que las máquinas moleculares funcionen mejor

or actually stop them from working.

o impedir que funcionen.

Y en este caso, en el caso del cáncer, queremos impedir

And in this case, for cancer,

we actually want to stop this particular DNA repair protein from working,

que esta proteína reparadora del ADN en particular funcione,

because in cancerous cells

porque en las células cancerosas

there is no backup DNA repair mechanism.

no existe un mecanismo de reparación del ADN de respaldo.

Por lo tanto, si dejamos de funcionar, las células cancerosas morirán

And so if we stop this one working, then cancerous cells will die,

leaving just healthy cells remaining.

y solo quedarán células sanas.

So what would a drug actually look like for this protein?

Entonces, ¿qué aspecto tendría realmente un medicamento para esta proteína?

Well a drug is something that comes in and modulates a molecular machine.

Bueno, un medicamento es algo que entra y modula una máquina molecular.

And this could be a drug molecule that goes into the body,

Y esto podría ser una molécula de fármaco que entra en el cuerpo,

goes into the cell and then sticks to this protein just over here.

entra en la célula y luego se adhiere a esta proteína que está justo aquí.

And this drug molecule actually glues the DNA repair proteins clamp shut,

Y esta molécula farmacológica pega con pegamento

las proteínas reparadoras del ADN,

por lo que no puede realizar una reparación eficaz del ADN,

so it can't do effective DNA repair causing cancerous cells to die

lo que provoca la muerte de las células cancerosas

and leaving just healthy cells remaining.

y deja solo células sanas.

Now to design such an amazing drug molecule completely rationally,

Para diseñar una molécula farmacológica tan asombrosa

de forma completamente racional,

we'd have to understand

tendríamos que entender

how all of these biomolecular elements come together.

cómo se unen todos estos elementos biomoleculares.

We would need an AI analog of all and any biomolecular systems.

Necesitaríamos una IA análoga a todos y cada uno de los sistemas biomoleculares.

Earlier this year, we had a breakthrough.

A principios de este año, logramos un gran avance.

We developed a new version of AlphaFold, called AlphaFold 3,

Desarrollamos una nueva versión de AlphaFold, llamada AlphaFold 3,

that can model the structure

que puede modelar la estructura

of almost all biomolecules coming together

de casi todas las biomoléculas

que se unen con una precisión sin precedentes.

with unprecedented accuracy.

Este modelo toma como entrada la secuencia de proteínas,

This model takes as input the protein sequence,

the DNA sequence

la secuencia de ADN y los átomos de la molécula.

and the molecule atoms.

And these inputs are fed to a neural network

Y estas entradas se envían a una red neuronal

that has a large processing trunk based on transformers.

que tiene un gran tronco de procesamiento basado en transformadores.

Now unlike a large language model

Ahora, a diferencia de un modelo de lenguaje grande

that operates on one- dimensional sequences,

que opera en secuencias unidimensionales,

instead, our model uses what’s called a “pairformer”

nuestro modelo usa lo que se denomina un «formador de pares»

and operates on a 2D interaction grid of the input sequence.

y opera en una cuadrícula de interacciones 2D de la secuencia de entrada.

And this allows our model to explicitly reason about every pairwise interaction

Y esto permite que nuestro modelo razone explícitamente

sobre cada interacción por pares

that could occur in this biomolecular system.

que podría ocurrir en este sistema biomolecular.

And so we can use the features of this processing trunk

Por lo tanto, podemos usar las características

de este tronco de procesamiento

to condition a diffusion model.

para condicionar un modelo de difusión.

Now you might know diffusion models

Puede que conozcan los modelos de difusión

as these amazing image generative models.

como estos asombrosos modelos generativos de imágenes.

Now just like diffusing the pixels in an image,

Ahora, al igual que al difundir los píxeles de una imagen, nuestro modelo

instead, our diffusion model diffuses

de difusión difunde las coordenadas atómicas tridimensionales

the 3D atom coordinates of our biomolecular system.

del sistema biomolecular.

So now this gives us a completely malleable virtual biomolecular world.

Esto nos da un mundo biomolecular virtual completamente maleable.

It’s our AI analog that we can probe as if it’s the real world.

Es nuestro análogo de IA que podemos explorar como si fuera el mundo real.

We can make changes to the inputs,

Podemos hacer cambios en las entradas,

changes to the molecule designs

en los diseños de las moléculas

and see how that changes the output structure.

y ver cómo eso cambia la estructura de salida.

So let's use this model to design a new drug

Así que usemos este modelo para diseñar un nuevo fármaco

for our DNA repair protein.

para nuestra proteína reparadora del ADN.

We can take a small molecule that's been recorded to stick to this protein

Podemos tomar una molécula pequeña

de la que se ha registrado que se adhiere a esta proteína

and make changes to its design.

y hacer cambios en su diseño.

We want to change the molecule design

Queremos cambiar el diseño de la molécula

so that this molecule makes more interactions with the protein,

para que esta molécula interactúe más con la proteína,

and that will make it stick to this protein stronger.

y eso hará que se adhiera más fuerte a esta proteína.

And so you can imagine that this gives a human drug designer

Así que puedes imaginarte que esto le da a un diseñador de fármacos humano

a perfect game to play.

un juego perfecto para jugar.

How do I change the design of this molecule

¿Cómo puedo cambiar el diseño de esta molécula

to create more interactions?

para crear más interacciones?

Now normally,

Ahora, normalmente,

a drug designer would have to wait months

un diseñador de fármacos tendría que esperar meses

to get results back from a real lab at each step of this design game.

para obtener los resultados de un laboratorio real

en cada paso de este juego de diseño.

But for us, using this AI analog, this takes just seconds.

Pero para nosotros, al usar este análogo de IA, esto solo lleva unos segundos.

And this is the reality

Y esta es la realidad

of what our drug designers back in London are doing right now.

de lo que nuestros diseñadores de medicamentos en Londres

están haciendo ahora mismo.

Tenemos este hermoso juego al que están jugando

So we have this beautiful game that's being played by our drug designers,

nuestros diseñadores de fármacos,

who are using this AI analog of biomolecular systems

que utilizan este análogo de los sistemas biomoleculares de IA

to rationally design potential new drug molecules.

para diseñar racionalmente posibles nuevas moléculas farmacológicas.

But you can imagine

Pero pueden imaginarse

que no tenemos por qué limitarnos

that we don't have to just limit this game

to human drug designers

a los diseñadores de fármacos para humanos.

Earlier in my career,

Al principio de mi carrera,

I worked on training agents

trabajé en el entrenamiento de agentes

to beat the top human professionals at the game of StarCraft.

para derrotar a los mejores profesionales humanos en StarCraft.

And we created game-playing agents for the games of Go and Capture the Flag.

Además, creamos agentes de juego para las partidas Go y Capture the Flag.

So why can't we create agents that instead play the game

¿Por qué no podemos crear agentes que, en vez de eso, jueguen el juego

that our human drug designers are playing?

al que están jugando nuestros diseñadores de fármacos para humanos?

So now our AI analog becomes the game environment,

Así que ahora nuestra IA analógica se convierte en el entorno del juego,

and we can train agents against that.

y podemos entrenar agentes en función de eso.

And we already have some incredibly powerful agents

Y ya tenemos algunos agentes increíblemente poderosos

that are already doing this today.

que ya lo están haciendo en la actualidad.

Now in this setup,

Ahora, con esta configuración,

all of the drug design is happening on a computer.

todo el diseño de fármacos se lleva a cabo en una computadora.

So what happens if we have access to many, many computers?

Entonces, ¿qué pasa si tenemos acceso a muchos, muchos ordenadores?

Well instead of having one human drug designer

En lugar de tener a un diseñador de fármacos humano

working on some new molecule designs,

trabajando en algunos diseños de moléculas nuevas,

instead, we can have thousands of agents doing molecule design in parallel.

podemos tener miles de agentes diseñando moléculas en paralelo.

Just imagine what impact that could have

Imagínense el impacto que eso podría tener

on patients suffering from a rare type of cancer,

en los pacientes que padecen un tipo poco frecuente de cáncer,

the speed that we could get to a potential new molecule

la rapidez con la que podríamos encontrar una nueva molécula

to address this medical need

potencial que aborde esta necesidad médica

or the ability to go after many diseases in parallel.

o la capacidad de tratar muchas enfermedades de forma simultánea.

Cancer is often caused by mutations of proteins,

El cáncer suele estar causado por mutaciones de proteínas,

and even within the same type of cancer,

e incluso dentro del mismo tipo de cáncer,

each patient can have different mutations.

cada paciente puede tener mutaciones diferentes.

And that means that one drug molecule won't work for all patients.

Y eso significa que una sola molécula de fármaco

no funcionará en todos los pacientes.

But what if we could go in

¿Y si pudiéramos medir las mutaciones proteicas de cada paciente individual

and measure each individual patient's protein mutations,

and then have a whole team of molecule-design agents

y luego tener a todo un equipo de diseñadores de moléculas

working on that individual's protein mutations?

trabajando en las mutaciones proteicas de ese individuo?

Then we could create a molecule tailored for each individual patient.

De este modo, podríamos crear una molécula adaptada

a cada paciente individual.

I'm showing just this.

Solo estoy mostrando esto.

Here the protein is randomly mutating,

Aquí la proteína está mutando al azar,

and each mutation in red

y cada mutación en rojo cambia

subtly changes the 3D shape of this protein.

sutilmente la forma tridimensional de esta proteína.

And we're able to generate molecules that should stick to this protein

Y podemos generar moléculas que deberían adherirse a esta proteína

in response to these changes.

en respuesta a estos cambios.

Now this is still far away from patients,

Esto aún está lejos de los pacientes,

and there's a huge amount of complexity in drug design left to tackle,

y queda una enorme complejidad en el diseño de fármacos por abordar,

but this really does give us a glimpse at the future that is to come.

pero esto realmente nos da una idea del futuro que está por venir.

So we've seen how this new AI paradigm is driving our progression in drug design.

Hemos visto cómo este nuevo paradigma de la IA

impulsa nuestro progreso en el diseño de fármacos.

And you can also see this paradigm being played out in material science,

Y también pueden ver cómo se aplica este paradigma

en la ciencia de los materiales,

in creating new forms of energy

en la creación de nuevas formas de energía

and in chemistry.

y en la química.

The ability to take our real messy world

La capacidad de tomar nuestro mundo desordenado

and then create our own AI analogs

y crear nuestros propios análogos de la IA

to then on a computer do open-ended scientific discovery

para luego, en un ordenador,

realizar descubrimientos científicos indefinidos

que generen nuevos conocimientos que podamos recuperar

to create new knowledge that we can take back out

and change the world around us.

y cambiar el mundo que nos rodea.

This is an incredibly powerful paradigm,

Es un paradigma increíblemente poderoso

and one that will bring about a whole new wave of scientific

que generará una ola completamente nueva de avances científicos

and technological advancements.

y tecnológicos.

And we’re going to need as many people as possible,

Y vamos a necesitar tantas personas como sea posible,

especially those working in machine learning,

especialmente las que trabajen en el aprendizaje automático,

AI and technology,

la IA y la tecnología,

to help drive this new wave of progression.

para ayudar a impulsar esta nueva ola de progreso.

Thank you.

Gracias.

(Applause)

(Aplausos)