Laboratorios punteros

Pushmeet Kohli

Google DeepMind Science AI

Por qué lo seguimos: Serie AlphaFold

Fichajes

No hay fichajes publicados.

Artículos

Artículo2026-10-20 · Zenodo (CERN European Organization for Nuclear Research)

Divulgación de datos estructurales utilizados en el artículo de diseño de enzimas basado en inteligencia artificial

Supplementary Data 2. Designed and predicted structures of all designs

Demis Hassabis · Pushmeet Kohli · Rob Fergus y 35 más

Qué: El equipo de investigación ha publicado todos los archivos de datos estructurales tratados en el artículo sobre el diseño de enzimas impulsado por inteligencia artificial para nuevas reacciones químicas.
Resultado clave: El archivo comprimido contiene estructuras generadas por el modelo de inteligencia artificial, estructuras rediseñadas y datos estructurales predichos adicionales.
Por qué importa: Los datos publicados permiten a los investigadores relacionados verificar los resultados del diseño de enzimas basado en inteligencia artificial y llevar a cabo investigaciones adicionales.Resumen IA

IA para la ciencia

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-10-08 · Science

Demostrando automáticamente problemas matemáticos sin resolver con IA

Advancing mathematics research with AI-driven formal proof search

Pushmeet Kohli y 20 más

Qué: Desarrollamos un agente de inteligencia artificial que busca pruebas matemáticas a gran escala utilizando un lenguaje en el que un compilador verifica los pasos de la prueba.
Resultado clave: Este agente de inteligencia artificial logró resolver de forma autónoma varios problemas matemáticos y conjeturas sin resolver.
Por qué importa: Demostró el potencial de la inteligencia artificial para impulsar descubrimientos matemáticos autónomos.Resumen IA

Agentes y programación IA para la ciencia

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-10-02 · arXiv (Cornell University)

Diseño de memoria modular para la corrección de errores en computadoras cuánticas reduce drásticamente el consumo de recursos

Low-Overhead Quantum Error Correction with Boundary-Connected Planar Modules

Pushmeet Kohli y 13 más

Qué: Los investigadores dividieron el procesador cuántico en módulos planos y demostraron mediante simulaciones que el uso de conexiones entre módulos puede reducir en más de 10 veces el número de cúbits físicos necesarios para la corrección de errores cuánticos.
Resultado clave: Se demostró que el nuevo diseño de código modular reduce el consumo de cúbits físicos en más de 10 veces (y más de 30 veces en sistemas a gran escala) en comparación con los códigos de superficie.
Por qué importa: Este estudio demuestra el potencial de dispositivos de almacenamiento de alta densidad que mantienen las ventajas de fabricación de los módulos planos al tiempo que aprovechan los beneficios de los códigos de alta eficiencia.Resumen IA

HBM y memoria

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-10-02 · bioRxiv (Cold Spring Harbor Laboratory)

Nueva tecnología de química enzimática que combina el diseño de proteínas por inteligencia artificial y la evolución

Design-Evolution Synergy Enables New-to-Nature Enzyme Chemistry

Pushmeet Kohli y 16 más

Qué: Se desarrolló una enzima que realiza reacciones de aminación de carbono-hidrógeno que no existen en la naturaleza combinando técnicas de diseño de proteínas basadas en inteligencia artificial y evolución.
Resultado clave: Se logró sintetizar una nueva enzima con regioselectividad y enantioselectividad programables, alta eficiencia catalítica y excelente estabilidad enzimática.
Por qué importa: Demuestra que la tecnología de diseño de proteínas se puede utilizar para crear enzimas que promueven reacciones químicas exigentes.Resumen IA

IA para la ciencia

Resumen completo Leer artículo ↗ PDF ↗

Esta página recopila artículos publicados, anuncios oficiales e informaciones de prensa solo con fines informativos. Los resúmenes los redacta una IA a partir del resumen del artículo y los revisa el editor; pueden diferir del original, así que consulte el artículo para lo importante. Nada de esto es una recomendación de compra o venta ni asesoramiento de inversión. Los cambios de puesto citan anuncios oficiales o prensa relevante; parte de las trayectorias proviene de Wikidata (CC0). Los resúmenes de esta página se tradujeron con IA a partir de la versión coreana revisada por el editor.