MOSAIC: el “libro de recetas” con inteligencia artificial que quiere hacer más práctica la síntesis química

Crear una molécula nueva en el laboratorio no suele fallar por falta de ideas, sino por algo más terrenal: el tiempo y la fricción del proceso. La química de síntesis es una disciplina con memoria larguísima; durante décadas se han publicado millones de protocolos, variaciones de condiciones, trucos de purificación y atajos que, sobre el papel, ayudan a llegar antes al compuesto deseado. El problema aparece cuando esa riqueza de conocimiento se convierte en ruido: encontrar el procedimiento adecuado entre montañas de literatura puede ser tan lento como ejecutar el experimento.

Ese “cuello de botella” es el punto de partida de MOSAIC, una plataforma desarrollada por investigadores de Yale junto con colaboradores de la unidad estadounidense de Boehringer Ingelheim Pharmaceuticals en Connecticut. El equipo la describe como un marco de IA capaz de generar procedimientos experimentales para sintetizar moléculas, incluso compuestos que todavía no existen en catálogos o bases de datos. La investigación se presentó en la revista Nature, según informó YaleNews. Continúa leyendo «MOSAIC: el “libro de recetas” con inteligencia artificial que quiere hacer más práctica la síntesis química»

MOSAIC: la nueva apuesta de Microsoft para superar los cuellos de botella en la infraestructura de IA

En el corazón de los centros de datos modernos, las GPU trabajan sin descanso para alimentar modelos de inteligencia artificial cada vez más complejos. Sin embargo, estas unidades de procesamiento gráfico no están rindiendo a su máximo potencial, no por falta de potencia, sino por limitaciones en la memoria y la conectividad de red. Este problema, conocido como el «muro de red«, recuerda al viejo muro de memoria que afectó durante años a las CPU: la velocidad de procesamiento crece, pero la transferencia de datos no consigue seguirle el ritmo.

Hoy en día, los centros de datos se ven obligados a elegir entre cables de cobre o de fibra óptica para conectar las GPU. El cobre es eficiente y confiable, pero solo funciona en distancias cortas, menores a 2 metros. Por otro lado, la fibra óptica puede alcanzar decenas de metros, pero consume mucha energía y tiene una tasa de fallos hasta cien veces superior. Esta elección, forzada y limitada, afecta directamente la escalabilidad y eficiencia de las infraestructuras de IA. Continúa leyendo «MOSAIC: la nueva apuesta de Microsoft para superar los cuellos de botella en la infraestructura de IA»