Los investigadores ahora emplean modelos de inteligencia artificial (IA) basados ​​en el aprendizaje profundo para hacer predicciones funcionales sobre grandes conjuntos de datos. Si bien los conceptos detrás de estas redes están bien establecidos, su funcionamiento interno suele ser invisible para el usuario. El área emergente de IA explicable (xAI) proporciona técnicas de interpretación de modelos que permiten a los investigadores de ciencias biológicas descubrir la base subyacente sobre la cual los modelos de IA hacen tales predicciones.

En el episodio de este mes, Deanna MacNeil de El científico habló con Jim Collins del Instituto de Tecnología de Massachusetts para conocer cómo los investigadores están utilizando IA explicable y redes neuronales artificiales para obtener conocimientos mecanicistas para el descubrimiento de antibióticos a gran escala.

Más sobre este tema

Redes neuronales artificiales: aprender haciendo

El científico Speaks es un podcast producido por El científicoEquipo de servicios creativos. Nuestro podcast es de científicos y para científicos. Una vez al mes, le traemos las historias detrás de investigaciones en biología molecular de interés periodístico. El episodio de este mes está patrocinado por LabVantage.

Vocero:

Jim Collins, doctorado
Profesor Termeer de Ingeniería y Ciencias Médicas
Profesor de Ingeniería Biológica
Instituto de Tecnología de Massachusetts (MIT)
Instituto Broad del MIT y Harvard
El Instituto Wyss, Harvard

LabVantage le ofrece este podcast, que brinda a los investigadores de enfermedades soluciones de gestión de datos científicos impulsadas por inteligencia artificial que aumentan el descubrimiento y aceleran el tiempo de comercialización. Obtenga más información en LabVantage.com/analytics.