Los dispositivos se quedarán sin datos en un año

Bienvenido naturaleza Lectores, ¿les gustaría recibir este resumen en su bandeja de entrada de forma gratuita todas las semanas? Registrar aquí.

El algoritmo de aprendizaje automático examinó decenas de miles de genomas microbianos Espere más de 800.000 fragmentos de ADN que codifican compuestos antimicrobianos. Más del 90% de estos posibles nuevos antibióticos no se han descrito antes. De los 100 compuestos de este tipo que sintetizaron los investigadores, tres fueron muy eficaces en ratones contra infecciones por patógenos a menudo resistentes. “Esto sugiere que su eficacia puede ser limitada in vivo”, afirma el biofísico Sayed Majid Madarisi. “Sin embargo, este es un resultado notable y los compuestos pueden superar los efectos secundarios tóxicos graves. [other] “Los antibióticos son el último recurso”.

Deutsche Welle | 4 minutos de lectura & Destacando la investigación de la naturaleza | 3 minutos de lectura (naturaleza cortafuegos)

referencia: celúla papel

Modelo de inteligencia artificial de Microsoft Aurora predice con precisión el tiempo y, por primera vez, la contaminación del aire en todo el mundo – Y lo hace en menos de un minuto. Pronosticar la contaminación atmosférica global es mucho más complejo que pronosticar el clima, dice el investigador de aprendizaje automático Matthew Chantry: “Ahí fue donde pensé: 'Guau, este es un resultado realmente genial'”. Los investigadores de Microsoft dicen que las predicciones de la IA son tan buenas como las de los modelos matemáticos tradicionales y tienen un “coste computacional mucho menor”.

Naturaleza | 4 minutos de lectura

referencia: preimpresión de arXiv (No revisado por pares)

Los sistemas de IA pueden hacer eso La oferta de escritura humana disponible públicamente se agotará en los próximos dos a ocho años.. Hasta la fecha, la cantidad de datos de texto con los que se entrenan grandes modelos lingüísticos se ha duplicado cada año. “Si empiezas a superar esas limitaciones de la cantidad de datos que tienes, ya no podrás escalar tus modelos de manera eficiente”, dice Tamai Beciroglu, investigador informático y coautor del estudio. Otros están menos preocupados por el cuello de botella. “Creo que es importante tener en cuenta que no necesariamente necesitamos entrenar modelos cada vez más grandes”, dice el ingeniero informático Nicholas Paperno.

Prensa asociada | 7 minutos de lectura

referencia: preimpresión de arXiv (No revisado por pares)

Características y opinión

Los investigadores están trabajando en modelos de lenguaje grande (LLM) de 1 bit. Cuál es más barato, más rápido y consume menos energía. En un modelo de IA de 1 bit, la complejidad de sus parámetros se reduce considerablemente de modo que la información se puede representar mediante -1 o -1 bits en lugar de 16, por ejemplo. Hasta ahora, era más común comenzar con modelos de tamaño completo y luego reducirlos. Pero el entrenamiento con conciencia cuantitativa, que comienza desde cero con parámetros de baja precisión, tiene el potencial de producir mejores resultados. Uno de estos modelos funcionó tan bien como un modelo similar de resolución completa con un 94% menos de consumo de energía informática.

Espectro IEEE | 4 minutos de lectura

“El impacto de la IA generativa en la desinformación en las elecciones puede no ser tan generalizado como se temía”, escriben el investigador de información Kieran Garimella y el politólogo Simon Chuchard. Antes de las recientes elecciones en India, pidieron a 500 personas que donaran sus datos de WhatsApp. De los casi 2.000 mensajes altamente compartidos, solo el 1% contenía imágenes generadas por IA. – A menudo, proyectos de infraestructura futuristas o proyecciones de la supremacía hindú (el dúo no miró el texto o el audio generado por la IA). A pesar de esta cifra relativamente baja, advierten que es importante permanecer atentos a la propaganda generada por la IA.

Naturaleza | lectura de 9 minutos

Los chips de computadora están tratando de mantenerse al día con las demandas informáticas cada vez mayores de los modelos de inteligencia artificial. Una parte importante de esto fue el cambio de unidades centrales de procesamiento (CPU) a unidades de procesamiento de gráficos (GPU).Que puede realizar muchos de los cálculos paralelos necesarios para las tareas de IA mucho más rápido que las CPU. A medida que las aplicaciones de IA se trasladan a los dispositivos móviles, “no creo que las GPU ya sean suficientes”, afirma la ingeniera informática Cristina Silvano. Los ingenieros comenzaron a utilizar varios trucos, incluida una memoria más accesible y atajos digitales, para superar las barreras de velocidad de la informática tradicional.

Naturaleza | lectura de 11 minutos