Anthropic, un desarrollador de IA, anunció que absorbería los crecientes costos de electricidad para sus centros de datos, una medida diseñada para proteger a los consumidores de posibles aumentos en las facturas de servicios públicos. El compromiso de la compañía, según Breaking: The Verge, refleja las crecientes preocupaciones sociales sobre las demandas energéticas de la infraestructura de IA.
La decisión llega cuando el consumo de energía de la infraestructura de IA se convierte en un tema más prominente. La promesa de Anthropic destaca el panorama en evolución donde los desarrolladores de IA están asumiendo cada vez más la responsabilidad de las consecuencias ambientales y económicas de su tecnología, según informó Breaking: The Verge.
En otras noticias científicas, un estudio publicado en Nature examinó la relación evolutiva entre los eucariotas y las arqueas de Asgard, sugiriendo que los eucariotas probablemente surgieron de un ancestro arqueal de Asgard. La investigación, que incluyó un estudio filogenómico, encontró que los eucariotas y el orden heimdallarchaeal Hodarchaeales forman un grupo monofilético, según Nature. El estudio utilizó un conjunto de 57 marcadores filogenéticos, que luego se redujeron a 54 marcadores no redundantes después de la publicación del estudio debido a cierta redundancia.
Otro estudio, también publicado en Nature, se centró en las células inmunitarias de las moscas de la fruta que consumen grasas de desecho de sus cerebros. Además, el podcast de Nature destacó la investigación sobre la relación de un escarabajo con una hormiga, la capacidad de un avión para detectar emisiones ocultas de campos petroleros y evidencia de ADN antiguo con respecto a la Expansión de la Cultura del Vaso Campaniforme.
Mientras tanto, una investigación publicada en Functional Ecology, y revisada por Science X, exploró por qué algunos bosques liberan más fósforo del suelo. El estudio encontró que la elevación, el pH del suelo y el calcio son factores clave. El gen PhoD, que codifica la enzima clave, juega un papel crucial en el proceso, según el estudio.
Finalmente, un estudio en Nature informó sobre los desafíos de optimizar la enantioselectividad en la catálisis asimétrica. La investigación abordó las dificultades de modelar reacciones con datos dispersos y mecanismos complejos, proponiendo una estrategia de generación de descriptores que tiene en cuenta los cambios en el paso enantiodeterminante con la identidad del catalizador o del sustrato.
Discussion
AI Experts & Community
Be the first to comment