{"id":4354,"date":"2024-11-02T14:00:52","date_gmt":"2024-11-02T14:00:52","guid":{"rendered":"https:\/\/crowdy.ai\/two-nobel-prizes-in-2025-were-awarded-for-achievements-related-to-artificial-intelligence\/"},"modified":"2025-07-15T09:51:06","modified_gmt":"2025-07-15T09:51:06","slug":"two-nobel-prizes-in-2025-were-awarded-for-achievements-related-to-artificial-intelligence","status":"publish","type":"post","link":"https:\/\/crowdy.ai\/es\/two-nobel-prizes-in-2025-were-awarded-for-achievements-related-to-artificial-intelligence\/","title":{"rendered":"En 2025 se concedieron dos Premios Nobel por logros relacionados con la Inteligencia Artificial"},"content":{"rendered":"

[vc_row][vc_column][vc_column_text]El Premio Nobel de Qu\u00edmica se concedi\u00f3 por logros sobresalientes en la investigaci\u00f3n de la estructura de las prote\u00ednas. Los galardonados fueron el cient\u00edfico estadounidense David Baker y los investigadores brit\u00e1nicos John Jumper y Demis Hassabis por su contribuci\u00f3n al \u00abdesentra\u00f1amiento del c\u00f3digo de las estructuras proteicas\u00bb. David Baker fue reconocido por idear m\u00e9todos para crear tipos completamente nuevos de prote\u00ednas, un logro que los cient\u00edficos hab\u00edan considerado casi imposible. Estas nuevas t\u00e9cnicas se han aprovechado para abrir nuevos horizontes en bioqu\u00edmica y medicina.<\/p>\n

Por otro lado, John Jumper y Demis Hassabis desarrollaron un avanzado modelo de inteligencia artificial para predecir las complejas estructuras de las prote\u00ednas. La base de esta red neuronal se puso en marcha en 2020 y representa un gran avance en la modelizaci\u00f3n computacional. Tiene amplias aplicaciones en \u00e1reas como la farmac\u00e9utica y la biotecnolog\u00eda.<\/p>\n

De este modo, la investigaci\u00f3n de David Baker en 2003 y el desarrollo brit\u00e1nico de redes neuronales son las piedras angulares en la comprensi\u00f3n y aplicaci\u00f3n de la ciencia de las prote\u00ednas. Estos nuevos avances profundizar\u00e1n nuestra comprensi\u00f3n de los procesos biol\u00f3gicos a nivel molecular y abrir\u00e1n nuevas perspectivas para el desarrollo de f\u00e1rmacos y terapias.<\/p>\n

El Premio Nobel de F\u00edsica recay\u00f3 en el cient\u00edfico estadounidense John Hopfield y el investigador brit\u00e1nico Geoffrey Hinton por sus destacados trabajos en aprendizaje autom\u00e1tico. A John Hopfield se le atribuye la invenci\u00f3n de una red neuronal asociativa capaz de reconstruir im\u00e1genes enteras a partir de versiones parciales, rotas o corrompidas de otro modo. Esta tecnolog\u00eda ha desarrollado una amplia investigaci\u00f3n sobre c\u00f3mo el cerebro procesa la informaci\u00f3n y reconstruye los recuerdos.<\/p>\n

Mientras que Geoffrey Hinton recibi\u00f3 el mismo prestigio por crear una red neuronal recurrente que ayud\u00f3 enormemente a reconocer y analizar elementos espec\u00edficos en im\u00e1genes y secuencias de datos, su trabajo durante esa \u00e9poca ha servido de columna vertebral de los m\u00e9todos modernos de procesamiento del lenguaje natural y de los de visi\u00f3n por ordenador.<\/p>\n

Sus trabajos de los a\u00f1os ochenta fueron fundamentales para todo el auge reciente de la IA, tanto en el plano tecnol\u00f3gico como en el conceptual, y sirvieron de base para diversas direcciones de desarrollo en este campo. Estos logros no s\u00f3lo atestiguaron el gran papel de la investigaci\u00f3n te\u00f3rica en f\u00edsica b\u00e1sica y ciencias de la computaci\u00f3n, sino que tambi\u00e9n subrayaron la fuerza de un enfoque interdisciplinar del descubrimiento cient\u00edfico.[\/vc_column_text][\/vc_column][\/vc_row][vc_row el_id=\u00bbvideosdiv\u00bb][vc_column][vc_column_text css=\u00bb\u00bb el_id=\u00bbvideosdiv\u00bb]<\/p>\n

\n