En la reuni\u00f3n anual de la Sociedad Estadounidense de Microbiolog\u00eda el fin de semana pasado, el microbi\u00f3logo Nick Loman de la Universidad de Birmingham habl\u00f3 sobre la promesa y los peligros de la inteligencia artificial en biolog\u00eda. Aunque los genetistas microbianos como Loman est\u00e1n comenzando a aprovechar el poder computacional del aprendizaje autom\u00e1tico para analizar sus datos, Loman advierte que muchos cient\u00edficos se han lanzado al uso de la IA antes de comprender realmente sus beneficios y limitaciones.<\/p>\n
El cient\u00edfico<\/em> se sent\u00f3 con Loman en San Francisco para conversar m\u00e1s.<\/p>\n cortes\u00eda de nick loman<\/p>\n El cient\u00edfico:<\/em><\/strong> \u00bfHay \u00e1reas en biolog\u00eda \u00bfD\u00f3nde ha habido mucho entusiasmo por estos enfoques? \u00bfY cu\u00e1les son algunas de las razones de eso?<\/p>\n Nick Loman:<\/strong> Definitivamente, en este tipo de espacio -\u00f3mico, la gente se entusiasma con el aprendizaje autom\u00e1tico simplemente porque se trata de conjuntos de datos con millones , miles de millones, incluso billones de puntos de datos y no hab\u00eda una forma alternativa de analizarlos…<\/p>\n Uno de los grandes impulsores de esto son las aplicaciones traslacionales cl\u00ednicas. Si puede obtener su modelo lo suficientemente confiable, lo suficientemente bueno, entonces tiene la oportunidad potencial de usar esas t\u00e9cnicas en un entorno cl\u00ednico y usarlo para informar los tratamientos.<\/p>\n TS:<\/em><\/strong> <\/em>Pero el aprendizaje autom\u00e1tico no est\u00e1 exento de peligros potenciales, \u00bfverdad?<\/p>\n NL:<\/strong> En mi charla, hice esto Se\u00f1ale que existen estos m\u00e9todos incre\u00edblemente poderosos que en realidad son bastante accesibles en parte porque han sido muy efectivos en el campo del reconocimiento facial, el an\u00e1lisis de im\u00e1genes y el reconocimiento de voz. Y ahora existen estas bibliotecas de c\u00f3digos muy f\u00e1ciles de usar que significan que cualquiera puede construir uno de estos modelos bastante complejos. Pero la otra respuesta a la pregunta es un poco como cu\u00e1les son los desaf\u00edos de usar, ya sabes, estad\u00edsticas. Estos son m\u00e9todos poderosos, pero son muy f\u00e1ciles de abusar. Tomar\u00e1n su conjunto de datos y generar\u00e1n un modelo, pero no necesariamente le dir\u00e1n que ha hecho algo incorrecto. Entonces, son los mismos problemas que tenemos con las estad\u00edsticas, pero es una herramienta mucho m\u00e1s grande para disparar, si lo desea. Puede construir estos modelos a partir de cualquier cosa. Es simplemente la cl\u00e1sica situaci\u00f3n de basura que entra, basura que sale.<\/p>\n TS:<\/em><\/strong> <\/em>Una de las cosas que mencionaste en su charla fue el uso del aprendizaje autom\u00e1tico en situaciones de brotes y con la vigilancia de la resistencia a los antimicrobianos. \u00bfCu\u00e1les son las razones por las que estas t\u00e9cnicas son tan prometedoras y potencialmente tan arriesgadas, a falta de una palabra mejor?<\/p>\n NL:<\/strong> Creo que la resistencia a los antimicrobianos es un buen ejemplo porque hay una serie de art\u00edculos ahora que est\u00e1n aplicando diferentes t\u00e9cnicas de aprendizaje autom\u00e1tico a los datos de expresi\u00f3n g\u00e9nica, vincul\u00e1ndolos con fenotipos cl\u00ednicos como resistencias, sensibilidad o incluso concentraciones inhibitorias m\u00ednimas [MIC] de antibi\u00f3ticos para hacer predicciones. Y eso parece funcionar bastante bien. Pero depende de todos esos fenotipos, cosas como cu\u00e1l es el MIC, depende de qu\u00e9 laboratorio los est\u00e9 midiendo. Entonces, un laboratorio puede obtener un resultado ligeramente diferente que otros. Eso es un problema en t\u00e9rminos de tomar grandes conjuntos de datos, agregarlos y construir modelos porque es posible que en realidad no est\u00e9s midiendo lo mismo.<\/p>\n En los brotes, usamos la secuenciaci\u00f3n de nanoporos porque es una t\u00e9cnica que se puede implementar en el campo situaciones y situaciones de recursos limitados. Y el nanoporo genera este tipo de datos bastante interesante, que es una se\u00f1al de corriente el\u00e9ctrica que se vuelve a traducir en una secuencia de nucle\u00f3tidos para que podamos averiguar qu\u00e9 estaban mirando los virus y la secuencia de los virus. La secuenciaci\u00f3n de nanoporos realmente se ha beneficiado de las mejoras en las t\u00e9cnicas de aprendizaje autom\u00e1tico, pasando de estos tipos de modelos de Markov ocultos a redes neuronales de varios tipos de complejidad. [Nota del editor: un modelo oculto de Markov desarrolla distribuciones de probabilidad a lo largo del tiempo, mientras que una red neuronal es un sistema computacional modelado a partir del cerebro humano<\/em>.]<\/p>\n TS :<\/em><\/strong> \u00bfQu\u00e9 cree que el campo de la microbiolog\u00eda en particular debe hacer o debe aprender para integrar de manera m\u00e1s efectiva el aprendizaje autom\u00e1tico en sus experimentos y an\u00e1lisis?<\/p>\n NL:<\/strong> Es posible que ni siquiera eso. Se trata de comprender realmente cu\u00e1ndo usar estas t\u00e9cnicas es lo correcto. Entonces, ni siquiera es como, intentemos y hagamos que la comunidad use el aprendizaje autom\u00e1tico, \u00bfverdad? Es casi para que digan, no usemos el aprendizaje autom\u00e1tico a menos que sepamos que tenemos el tipo correcto de datos y las inferencias que podemos hacer a partir de estas t\u00e9cnicas dar\u00e1n el tipo correcto de informaci\u00f3n. Como con todas las t\u00e9cnicas y tecnolog\u00edas, siempre hay una tendencia a tomarlas y ejecutarlas y luego tratar de averiguar si fue una buena idea. Y en retrospectiva, creo que al igual que todos los campos cient\u00edficos cada vez m\u00e1s basados en datos, eso requiere una educaci\u00f3n mucho m\u00e1s rigurosa para incluir computaci\u00f3n e incluir estad\u00edsticas.<\/p>\n Va a ser importante para este pr\u00f3ximo generaci\u00f3n de microbi\u00f3logos y cient\u00edficos del genoma para familiarizarse con estas t\u00e9cnicas, trabajar en lo que son buenas, descubrir para qu\u00e9 no son buenas y no permitirnos enga\u00f1arnos a nosotros mismos acerca de ellas.<\/p>\n La la entrevista fue editada para ser breve.<\/em><\/p>\n Reciba acceso completo a m\u00e1s de 35 a\u00f1os de archivos<\/strong>, as\u00ed como a TS Digest<\/em><\/strong>, ediciones digitales de El cient\u00edfico<\/em><\/strong>, art\u00edculos destacados<\/strong> \u00a1y mucho m\u00e1s!\u00danase gratis hoy \u00bfYa es miembro?Inicie sesi\u00f3n aqu\u00ed<\/p>\n","protected":false},"excerpt":{"rendered":" En la reuni\u00f3n anual de la Sociedad Estadounidense de Microbiolog\u00eda el fin de semana pasado, el microbi\u00f3logo Nick Loman de la Universidad de Birmingham habl\u00f3 sobre la promesa y los peligros de la inteligencia artificial en biolog\u00eda. Aunque los genetistas microbianos como Loman est\u00e1n comenzando a aprovechar el poder computacional del aprendizaje autom\u00e1tico para analizar … Continuar leyendo \u00abAprendizaje autom\u00e1tico “Muy f\u00e1cil de abusar”\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-36068","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/36068","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=36068"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/36068\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=36068"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=36068"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=36068"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\u00bfLe interesa leer m\u00e1s?<\/h2>\n
The Scientist <\/em>ARCHIVES<\/h4>\n
Convi\u00e9rtase en miembro de <\/h2>\n