Search for:
  • Home/
  • science/
  • Los científicos desarrollan un sistema automatizado de aprendizaje automático para la investigación biológica

Los científicos desarrollan un sistema automatizado de aprendizaje automático para la investigación biológica

En un estudio innovador, los investigadores del Instituto Tecnológico de Massachusetts (MIT) desarrollaron un sistema de aprendizaje automático automatizado llamado BioAutoMATED que puede generar modelos de IA para la investigación biológica. El equipo, dirigido por Jim Collins, profesor de Ingeniería y Ciencias Biomédicas de Termeer, tiene como objetivo simplificar el proceso de creación de modelos de aprendizaje automático para científicos e ingenieros en el campo de la biología. Este sistema innovador no solo selecciona y crea modelos apropiados para conjuntos de datos determinados, sino que también maneja la tediosa tarea de preprocesar los datos. Al reducir el tiempo y el esfuerzo necesarios, BioAutoMATED abre nuevas posibilidades para los investigadores de las ciencias biológicas.

Reclutar expertos en aprendizaje automático puede ser un proceso costoso y lento para los laboratorios de ciencia e ingeniería. Incluso con un experto a bordo, elegir el modelo correcto, formatear el conjunto de datos y ajustar el modelo puede afectar en gran medida su rendimiento. Según un curso de Google sobre fundamentos de aprendizaje automático, preparar y transformar datos puede llevar hasta el 80 % del tiempo de un proyecto. Este obstáculo a menudo desalienta a los investigadores a utilizar técnicas de aprendizaje automático en biología.

BioAutoMATED es un sistema automatizado de aprendizaje automático diseñado específicamente para la investigación biológica. Si bien los sistemas AutoML aún son relativamente nuevos, con la mayoría de las aplicaciones enfocadas en el reconocimiento de imágenes y texto, BioAutoMATED extiende las capacidades de AutoML a los secuenciadores biológicos. Esto es importante porque el lenguaje básico de la biología se basa en secuencias como el ADN, el ARN, las proteínas y los glicanos.

Una de las principales ventajas de BioAutoMATED es su capacidad para explorar y construir diferentes tipos de modelos ML supervisados. Incluyen modelos de clasificación binaria, modelos de clasificación multiclase y modelos de regresión. Al consolidar varias herramientas bajo un mismo paraguas, BioAutoMATED proporciona más espacio de búsqueda que las herramientas de AutoML individuales, lo que permite una mayor flexibilidad y precisión en la selección de modelos.

READ  Molinos de bolas de oro como catalizadores verdes

Tradicionalmente, realizar experimentos en la intersección de la biología y el aprendizaje automático ha sido una tarea costosa. Los grupos de investigación a menudo tienen que invertir en una infraestructura digital significativa y en recursos humanos capacitados antes de poder determinar si sus ideas son viables. BioAutoMATED tiene como objetivo reducir estas barreras brindando a los investigadores la libertad de realizar experimentos iniciales y evaluar la viabilidad de experimentos adicionales. De esta manera, pueden determinar si vale la pena contratar a un experto en aprendizaje automático para construir un modelo diferente para su investigación.

Los beneficios de usar BioAutoMATED son múltiples. Primero, reduce significativamente el tiempo y el esfuerzo necesarios para construir modelos de IA para la investigación biológica. Lo que normalmente llevaría semanas de esfuerzo ahora se puede lograr en unas pocas horas. Este ahorro de tiempo permite a los investigadores centrarse más en sus principales objetivos de investigación en lugar de sumergirse en técnicas de aprendizaje automático.

En segundo lugar, BioAutoMATED es particularmente útil para grupos de investigación con conjuntos de datos biométricos más pequeños. Puede explorar qué modelos son los más apropiados para estos conjuntos de datos, así como redes neuronales más complejas. Esta diversidad garantiza que los investigadores puedan aprovechar al máximo los datos disponibles y obtener conocimientos significativos.

Para promover la adopción y la colaboración generalizadas, los investigadores han puesto a disposición del público el código de BioAutoMATED en GitHub. Animan a otros a mejorar su trabajo y colaboran con comunidades más grandes para hacer de BioAutomated una herramienta para todos. Al generar conciencia e integrar la práctica biológica con la práctica acelerada de AI-ML, BioAutoMATED tiene como objetivo avanzar en el campo de la investigación biológica.

READ  Drones que pueden detectar y mapear edificios en llamas e incendios forestales

BioAutoMATED representa un avance importante en la investigación biológica. Al automatizar el proceso de creación de modelos de IA, este sistema innovador permite a los científicos e ingenieros aprovechar el aprendizaje automático en sus investigaciones. Con su capacidad para seleccionar modelos apropiados y manejar el preprocesamiento de datos, BioAutomated agiliza el proceso de investigación y reduce las barreras de entrada para los investigadores en las ciencias biológicas. A medida que el campo continúa evolucionando, las posibilidades de colaboración y descubrimiento son infinitas.

Se informó por primera vez Noticias del MIT

Preguntas frecuentes

P: ¿Qué es BioAutomated?

R: BioAutoMATED es un sistema de aprendizaje automático desarrollado por investigadores del MIT para la investigación biológica. Simplifica el proceso de creación de modelos de aprendizaje automático para científicos e ingenieros al automatizar la selección de modelos y el preprocesamiento de datos.

P: ¿Cuál es el propósito de BioAutomated?

R: El objetivo de BioAutomated es reducir el tiempo y el esfuerzo necesarios para construir modelos de IA para la investigación biológica. Su objetivo es hacer que las técnicas de aprendizaje automático sean más accesibles para los investigadores de las ciencias biológicas.

P: ¿En qué se diferencia BioAutomated de los enfoques tradicionales de aprendizaje automático?

R: BioAutoMATED es un sistema de aprendizaje automático automatizado diseñado específicamente para la investigación biológica. Extiende las capacidades del aprendizaje automático automatizado (AutoML) a secuencias biológicas como ADN, ARN, proteínas y glicanos. Explora y construye diferentes tipos de modelos ML supervisados, proporcionando a los investigadores más espacio de investigación para la selección de modelos.

P: ¿Cuáles son las ventajas de usar BioAutoMATED?

R: BioAutomated reduce significativamente el tiempo y el esfuerzo necesarios para crear modelos de IA para la investigación biológica, lo que permite a los investigadores centrarse más en sus objetivos principales. Es particularmente útil para grupos de investigación con conjuntos de datos biológicos más pequeños, ya que pueden explorar modelos más adecuados para conjuntos de datos complejos y redes neuronales.

READ  Las relaciones entre la tasa de crecimiento y el metabolismo mitocondrial varían con el tiempo

P: ¿Cómo reduce BioAutomated las barreras de entrada para los investigadores?

R: BioAutoMATED permite a los investigadores realizar experimentos preliminares y evaluar la viabilidad de más experimentos sin la necesidad de una gran infraestructura digital o expertos capacitados en aprendizaje automático. Permite a los investigadores determinar si vale la pena invertir en experiencia adicional en aprendizaje automático para su investigación.

P: ¿BioAutomated está disponible gratuitamente para el público?

R: Sí, el código de BioAutoMATED está disponible públicamente en GitHub. Animan a otros investigadores a mejorar su trabajo y colaboran para hacer de BioAutomated una herramienta para todos. Su objetivo es promover la adopción generalizada y la colaboración en la investigación biológica.

P: ¿Cuáles son las implicaciones potenciales de BioAutomated en la investigación biológica?

R: BioAutoMATED representa un gran avance en la investigación biológica al automatizar el proceso de creación de modelos de IA. Permite a los científicos e ingenieros aprovechar las tecnologías de aprendizaje automático de manera más efectiva, agilizando el proceso de investigación y reduciendo las barreras de entrada. Tiene el potencial de hacer avanzar el campo de la investigación biológica y promover la colaboración y el descubrimiento.

Juan Poitnot

John Poitnot es presentador de noticias en ReadWrite. Boitnott ha trabajado como presentador de noticias de televisión, prensa, radio e Internet durante 25 años. Es consultor en StartupGrind y ha escrito para la revista BusinessInsider, Fortune, NBC y Fast Company, Inc. y Entrepreneur y Venturebeat. Puedes ver su último trabajo en su blog, Juan Poitnot

"Defensor de la Web. Geek de la comida galardonado. Incapaz de escribir con guantes de boxeo puestos. Apasionado jugador".

Leave A Comment

All fields marked with an asterisk (*) are required